Escolar Documentos
Profissional Documentos
Cultura Documentos
1 - ANTEPROJETO - 19-04 - Versão Da Banca
1 - ANTEPROJETO - 19-04 - Versão Da Banca
de Informao
Nomes da Equipe do Projeto Carlos Roberto de Oliveira Cazelatto Junior Jones Wellesley Ferrari Orientador: Ivo Mrio Mathias Co-Orientadora: Alaine Margarete Guimares
Abril /2007
SUMRIO
LISTA DE FIGURAS ............................................................................... ...........................2 LISTA DE TABELAS ..................................................................................................... ....3 1. ESCOPO .....................................................................................................................................5 2. REVISO DE LITERATURA...............................................................................................5 2.1 REDES NEURAIS ARTIFICAIS..................................................................................................5 2.2 CULTURA DO TRIGO..................................................................................................................7 3. DIAGNSTICO ATUAL........................................................................................................8 4. OBJETIVO DO PROJETO ....................................................................................................8 4.1 OBJETIVO GERAL........................................................................................................................8 4.2 OBJETIVOS ESPECFICOS.........................................................................................................8 5. PROPOSTA DE PROJETO ...................................................................................................8 5.1 BENEFCIOS..................................................................................................................................10 5.2 CUSTOS..........................................................................................................................................10 5.2.1 Custos de Software......................................................................................................10 5.2.2 Custos de Hardware....................................................................................................11 5.2.3 Custos de Desenvolvimento.........................................................................................12 5.2.4 Custo Total...................................................................................................................12 5.3 RISCOS............................................................................................................................................12 5.3.1 Riscos Tcnicos............................................................................................................12 5.3.2 Riscos de Projeto.........................................................................................................13 5.3.3 Riscos de Negcio........................................................................................................13 5.4 DESCRIO DA MODELAGEM PRELIMINAR................................................................13 5.4.1 Diagrama de Fluxo de Dados (DFD).........................................................................14 5.4.2 Diagrama Entidade Relacionamento..........................................................................22 5.4.3 IDEF1X........................................................................................................................23 6. CRONOGRAMA....................................................................................................................24 7. CONCLUSO.........................................................................................................................25 8. REFERNCIAS BIBLIOGRFICAS................................................................................26 9. RESPONSABILIDADES ......................................................................................................28
LISTA DE FIGURAS Figura 1 Representao de um RNA em forma de grafo ................................................... Figura 2 DFD Diagrama de Contexto ...............................................................................
Anteprojeto SINTRIGO Sistema Inteligente de Estimativa de Doenas do Trigo
06 13
2
Figura 3 DFD Nvel 0 ...................................................................................................... Figura 4 DFD Nvel 1 - Autenticar Usurio ..................................................................... Figura 5 DFD Nvel 1 - Cadastrar Usurio ....................................................................... Figura 6 DFD Nvel 1 Cadastrar Varivel ...................................................................... Figura 7 DFD Nvel 1 Cadastrar Cidade ........................................................................ Figura 8 DFD Nvel 1 Cadastrar Estado ........................................................................ Figura 9 DFD Nvel 1 Cadastrar Estao Meteorolgica ............................................... Figura 10 DFD Nvel 1 Teste ........................................................................................ Figura 11 Modelo Entidade Relacionamento .................................................................... Figura 12 IDEF1X ........................................................................................................... Figura 13 Cronograma .....................................................................................................
14 15 16 17 18 19 20 21 22 23 24
LISTA DE TABELAS Tabela 1 Custos de Software ............................................................................................ Tabela 2 Custos de Hardware .......................................................................................... Tabela 3 Custo Total ....................................................................................................... 10 11 11
1.
ESCOPO
Segundo Tsukahara (2004a), um dos maiores problemas que afetam a produtividade
do trigo na regio dos Campos Gerais do Paran a ocorrncia de doenas, que so fortemente influenciadas pelas condies climticas locais, com destaque para a temperatura e a durao do perodo de molhamento por orvalho sobre a superfcie foliar. Atualmente o uso de estaes agrometeorolgicas automticas de baixo custo possibilita o monitoramento e armazenamento de inmeras variveis ambientais em escala temporal de alta freqncia, gerando desta forma informaes essenciais para a aplicao de tcnicas estatsticas que objetivam o reconhecimento de padres de comportamento para determinado conjunto de informaes. Entretanto, dada a enorme capacidade de mutao gentica natural dos prprios fenmenos biolgicos, os genes que conferem resistncia das plantas a certas doenas ou pragas tendem a se modificar constantemente, fazendo com que a pesquisa seja obrigada a recalibrar seus modelos matemticos que representam as condies climticas favorveis ou no, para a ocorrncia de determinada doena, demandando disponibilidade de tempo e tambm de recursos. Diante deste contexto, o objetivo desde projeto desenvolver um Sistema de Apoio Deciso (SAD) baseado em Redes Neurais Artificiais (RNAs), capaz de estimar por meio de variveis climticas, a influencia destas, no surgimento e desenvolvimento de doenas na cultura do trigo da regio dos Campos Gerais do Paran. As informaes obtidas pelo SAD so relevantes aos agricultores e agrnomos, auxiliando-os na tomada de deciso relativa ao momento ideal de aplicao de fungicidas, o que pode resultar em reduo de custos de produo, assim como, uma diminuio nos impactos ambientais.
2.
REVISO DE LITERATURA
Este captulo tem dois focos distintos, o enfoque computacional (paradigma das
RNAs) e o agrometeorolgico (doenas na cultura do trigo) os quais correspondem, respectivamente, metodologia computacional aplicada e ao domnio de aplicao. 2.1 REDES NEURAIS ARTIFICAIS As RNAs consistem em uma metodologia para solucionar problemas de Inteligncia Artificial (IA), a partir de um sistema que possui circuitos que simulam o crebro humano,
Anteprojeto SINTRIGO Sistema Inteligente de Estimativa de Doenas do Trigo 5
inclusive seu comportamento, ou seja, aprendendo, errando e fazendo descobertas. So tcnicas computacionais que apresentam um modelo inspirado na estrutura neural de organismos inteligentes, que adquirem conhecimento atravs da experincia. Percebe-se na literatura especializada, (Azevedo et al., 2000, Haykin, 2001, Medeiros, 2003), vrias definies que os autores atribuem s Redes Neurais Artificiais. Apesar da complexidade das redes neurais no permitir uma nica definio, adota-se a de Haykin (2001), que descreve as principais caractersticas do que seja uma RNA: Uma rede neural um processador maciamente paralelamente distribudo constitudo de unidades de processamento simples, que tm a propenso natural para armazenar conhecimento experimental e torn-lo disponvel para o uso. Ela se assemelha ao crebro em dois aspectos: 1. O conhecimento adquirido pela rede a partir de seu ambiente atravs de um processo de aprendizagem. 2. Foras de conexo entre neurnios, conhecidas como pesos sinpticos, so utilizadas para armazenar o conhecimento adquirido. A propriedade mais importante das redes neurais a habilidade de aprender a partir de seu ambiente e com isso melhorar seu desempenho, isso feito atravs de um processo de aprendizagem, que um processo iterativo de ajustes aplicado a seus pesos sinpticos. O aprendizado ocorre quando a rede neural atinge uma soluo generalizada para uma classe de problemas (Mathias, 2006).
A Figura 1 exibe uma Arquitetura de RNA, constitudo de camada de entrada, camadas ocultas ou intermedirias e como resposta a camada de sada:
Fonte: Mathias (2006) Figura 1 Representao de um RNA em forma de grafo A arquitetura de uma RNA tipicamente organizada em camadas: Camada de entrada: onde os padres so apresentados rede; Camadas ocultas ou intermedirias: onde feita a maior parte do processamento, so consideradas extratoras de caractersticas. Camada de sada: onde o resultado final concludo e apresentado.
2.2
CULTURA DO TRIGO A cultura do trigo sempre mereceu destaque mundial, pois se trata de um dos cereais
mais importantes no fornecimento de carboidratos essenciais dieta humana. Seu cultivo abrange praticamente todas as regies do mundo (Tsukahara, 2004b). De acordo com a Embrapa Trigo (Embrapa, 2006), no Brasil, as principais reas produtoras deste cereal se concentram nas regies Sul e Sudeste, devido, principalmente, s condies climticas e tecnolgicas necessrias para sua produo econmica, sendo representada pelos estados do Rio Grande do Sul, Paran e So Paulo. Um dos grandes problemas que atinge a produo de trigo no Brasil o aparecimento de doenas nas culturas (Tsukahara, 2004a). Segundo Barros (1988), as doenas mais comuns que ocorrem na cultura do trigo so a ferrugem do colmo (Puccinia graminis) e a da folha (Puccinia recndita), consideradas importantes pela freqncia e intensidade de ocorrncia na regio sul do pas. Outras doenas como odio (Erysiphe graminis) e mancha amarela (Drechslera tritici-repentis) chegam a causar maiores danos que as ferrugens quando as condies meteorolgicas so altamente favorveis. Zahler et al. (1991) apontaram as variveis meteorolgicas, como sendo os fatores que exercem maior influncia na ocorrncia de doenas em plantas, onde so citadas como principais, a durao do perodo de molhamento foliar e a temperatura do ar durante o perodo de molhamento, seguidos da umidade relativa do ar, precipitao pluvial e vento.
A temperatura e a umidade na superfcie da planta so os fatores ambientais que afetam mais intensamente o incio e o progresso de doenas infecciosas em plantas (Silveira et al., 2001), deste modo, so estes os fatores principais que influenciam o desenvolvimento das doenas na cultura do trigo (Sentelhas, 1992).
3.
DIAGNSTICO ATUAL
Segundo o Engenheiro Agrnomo Rodrigo Yoti Tsukahara da Fundao ABC, cliente
deste projeto, atualmente no existem sistemas de monitoramento e previso de doenas na cultura do trigo no Brasil, obrigando os pesquisadores e assistncias tcnicas a trabalhar com tcnicas de amostragem e avaliaes baseadas em critrios visuais, muito subjetivos e inerentes a cada avaliador.
4.
4.1
OBJETIVO DO PROJETO
OBJETIVO GERAL Desenvolver um Sistema de Apoio a Deciso, baseado em Redes Neurais Artificiais,
capaz de estimar a probabilidade da ocorrncia de doenas do trigo, por meio do reconhecimento de padres de comportamento de variveis climticas, oriundas de estaes meteorolgicas padres.
4.2
OBJETIVOS ESPECFICOS 1. Estudar a metodologia de Redes Neurais Artificiais. 2. Desenvolver um Sistema de Apoio Deciso, baseado em Tcnicas de Redes Neurais Artificiais. 3. Classificar a probabilidade das doenas do trigo segundo ndices de severidade: Baixo, Mdio, Alto e Extremo.
5.
PROPOSTA DE PROJETO
Necessidades em solues computacionais no ambiente da agricultura tem crescido
gradativamente, fornecendo recursos estratgicos para uma tomada de deciso rpida e confivel, alm de proporcionar a interao do usurio com ambientes de fcil utilizao (Mathias, 2006). Propem-se neste projeto o desenvolvimento de um SAD, chamado SINTRIGO
Anteprojeto SINTRIGO Sistema Inteligente de Estimativa de Doenas do Trigo 8
Sistema Inteligente de Estimativa de Doenas do Trigo, que ter por objetivo auxiliar agricultores e agrnomos na estimativa da ocorrncia de doenas na cultura do trigo da regio dos Campos Gerais do Paran. Essa estimativa ser feita a partir de variveis climticas que possuam maior significncia no fenmeno de identificao de doenas. Um SAD, desenvolvido com tcnicas de IA, possibilita a representao de conhecimento permitindo o desenvolvimento de modelos para simulao de dados, baseados em sries histricas, contribuindo assim nas previses relacionadas a sistemas agronmicos, produo agrcola, sistemas hidrolgicos, racionalizao de recursos hdricos, dentre outros (Mathias et. al., 2004). Os dados a serem utilizados neste projeto sero fornecidos pela Fundao ABC, sendo compostos por variveis climticas, como: umidade relativa do ar, temperatura do ar, precipitao pluviomtrica, velocidade de vento e presso atmosfrica. Associados as variveis climticas, tambm sero disponibilizados os ndices de severidade das doenas do trigo com maior incidncia na regio dos Campos Gerais. Para a modelagem da base de conhecimento e o reconhecimento dos padres de comportamento das variveis climticas em relao aos ndices de severidade das doenas do trigo, ser adotada a metodologia de Redes Neurais Artificiais. O projeto de pesquisa proposto ser desenvolvido no Laboratrio de Informtica Aplicada a Agricultura (INFOAGRO), do Departamento de Informtica da Universidade Estadual de Ponta Grossa, fazendo uso de dois computadores DELL Dimension 5150, Pentium IV 2,8 GHz, com 512 MB de RAM, em ambiente Windows XP, utilizando a ferramenta de Programao Borland Delphi 7 (Cant, 2003). A linguagem de programao Borland Delphi 7 (Cant, 2003) foi escolhida devido aos conhecimentos vistos no decorrer do curso de Bacharelado em Informtica e por ser uma ferramenta j utilizada no desenvolvimento de outros trabalhos pela equipe de desenvolvimento. Para o armazenamento dos dados, ser utilizado o Sistema Gerenciador de Banco de Dados (SGBD) Oracle 10g Express Edition (Oracle, 2007). A escolha deste SGBD surgiu por ser um sistema gerenciador de banco de dados objeto-relacional utilizado em sala de aula, por ser de licena gratuita e tambm, pelo fato que o cliente em seus sistemas computacionais utiliza a verso Oracle 10g Professional, neste sentido a migrao do Oracle 10g Express Edition para o Oracle 10g Professional sofrer mnimas alteraes. Na modelagem do software e do banco de dados, sero utilizadas as ferramentas
SmartDraw 2007 (Modelagem Estruturada), C.A. Erwin 4.1 (Modelagem do IDF1X, Banco de Dados) e o BrModelo (Modelagem Entidade-Relacionamento). Aps o trmino do projeto, o mesmo ser implementado junto a Fundao ABC, onde ser desenvolvido um treinamento do sistema para os funcionrios e usurios. 5.1 BENEFCIOS Com base nas informaes oferecidas pelo sistema sobre a estimativa de doenas na cultura do trigo, agricultores e agrnomos podero tomar decises que os beneficiaro sobre: 1. Racionalizao do uso de fungicidas; 2. Reduo dos custos da produo; 3. Aumento de produtividade; 4. Preservao do meio ambiente. Alm dos benefcios citados, faz-se necessrio destacar que, como o uso de tcnicas de IA normalmente exigem um conhecimento especfico da tcnica utilizada, o sistema visa criao de uma interface que no exigir do usurio conhecimentos profundos a respeito da tcnica adotada. Esta situao ser possvel, uma vez que, todos os parmetros necessrios ao manuseio das RNAs sero pr-estabelecidos, exigindo do usurio apenas conhecimentos operacionais do sistema.
5.2
CUSTOS Para anlise de custos, foi dividida em trs partes: custos de software, custos de
5.2.1
desenvolvimento do projeto.
SOFTWARE VALOR UNITRIO EM R$ QUANTIDADE VALOR TOTAL EM R$
10
1- Microsoft
Windows XP Professional. OEM 2- Microsoft Office 2003 OEM 3- Borland Delphi 7 Profesional 4- Oracle 10g Express Edition 5- Computer Associates ERwin 4.1 6- BrModelo verso 1.0.1 7- SmartDraw 2007 Legal Edition
2 1 2 2 1 1 1 TOTAL
Fontes:
1234567-
acessado em 10/04/2007. acessado em 10/04/2007. acessado em 19/04/2007. acessado em 10/04/2007. acessado em 17/04/2007. acessado em 26/03/2007. acessado em 176/04/2007.
5.2.2
DELL Dimension 5150, Pentium IV 2,8 GHz, Tecnologia HT, 512 mb RAM, 80 GB de HD, Monitor de 17
2.097,97
2 TOTAL
4.195,94 4.195,94
11
5.2.3
Custos de Desenvolvimento A analise do custo de mo-de-obra ser considerado o custo por hora de duas pessoas
no desenvolvimento do software. Segundo RH INFO (2007) o custo por hora mdio no Brasil para Analista-Programador Delphi (Junior) de R$ 11,32. O tempo estimado previsto para o desenvolvimento do projeto so de 20 horas semanais num perodo de 9 meses, resultando num total de 680 horas. O valor total pelo custo por hora estimado em R$ 7.697,60. Mas, como a equipe composta por duas pessoas o valor duplica e obtm-se um valor final de mode-obra de R$ 15.395,20.
5.2.4
Custo Total
CUSTO TOTAL VALOR EM R$
Tabela 3 Custo Total 5.3 RISCOS Os riscos deste projeto foram baseados na metodologia proposta por Pressman (1995), onde os classifica como riscos tcnicos, riscos de projeto e riscos de negcios. 5.3.1 Riscos Tcnicos Analisando os riscos tcnicos do projeto, uma das dificuldades ser a implementao da tcnica de RNAs no sistema, uma vez que, a complexidade da mesma em desenvolvimento exigir da equipe um conhecimento aprofundado do assunto. Outro risco ser a implementao de um modulo no sistema para treinar e validar os resultados, sendo que este mdulo s poder ser implementado se as RNAs forem implementadas. Em virtude dos aspectos de implementao, manuteno, interfaces e testes do sistema, podem ser considerados um risco a falta de experincia da equipe em desenvolvimento de
12
sistemas, podendo ocasionar atrasos no cronograma estipulado pela equipe. 5.3.2 Riscos de Projeto O principal risco o no cumprimento do cronograma, por motivos do cliente solicitar alteraes no projeto, a ser desenvolvido e/ou a equipe no conseguir implementar os objetivos do projeto, ocasionando a entrega tardia do sistema e podendo at culminar no encerramento do projeto. Um outro risco a insuficincia de dados para o treinamento e validao das RNAs no sistema, uma vez que sem dados suficientes o mesmo no poder gerar um resultado confivel e satisfatrio. Associado a questo dos dados a possibilidade da no convergncia das RNAs, em funo de rudos ou caractersticas especficas que os dados possam apresentar quando de sua utilizao. Neste contexto, os resultados esperados para o projeto podem no ser totalmente alcanados. Em funo do paradigma RNA ser uma rea de intensa pesquisa e ainda com muitas interrogaes, pode ser necessrio um nmero de horas de desenvolvimento maior que o estimado. Diante dos riscos apresentados e a preocupao de minimiz-los, considera-se que, o aumento da carga horria e a intensificao nas pesquisas correspondem s alternativas viveis. 5.3.3 Riscos de Negcio Este projeto no contempla riscos de negocio tendo em vista ser um projeto voltado pesquisa bem como a entidade representada pelo cliente no desempenha atividades objetivando lucro financeiro.
5.4
DESCRIO DA MODELAGEM PRELIMINAR A modelagem que ser apresentada a seguir tem por objetivo mostrar de forma clara e
objetiva como ser o fluxo das informaes, uma viso geral dos processos e das entidades externas envolvidas e tambm uma viso dos depsitos de dados do sistema.
13
5.4.1
i s u R a el i lz a td oT e r e i os t e m a
s u
r i o
d / A s l t / Eer ra x / aC l u o i n Cs a
S C a d / Aa s l t t/ Ee r rax aE l u s i t /a C o no M s u e l tt ae r e o l g S
I N
T R
I G
i c a i s t e I mn t a e l i g d e Ee n s t t e i m ad te i v a D o e n n Caa su l t d Tr ar i g o u o a
a d / Aa s l t/ Ee r arx / aC l u o i n Vs u a l r t ima v e e t el r e o
l g
i c
T T
r e R i n Npa
aA t r e a s
t e n s t i c o
e s ad t a d i m o s p
o pr t a a o r dab o dt es i ra g
DFD Nvel 0
14
4 U s u r i oD a dd u oo s s u a r i o C E a d a s t r a s t a d o r E s t a d o
2 C a d a s t r a U s u r i o r A U 1 u t e n t i c s u r i o a r C C
5 a d i d a a s d t r a e r C i d a d e
r io
6 C E M E s t a o a d a s t r a r M e t e r e o l g s t a o e t e r e o l g i c a
ic a
3 C V a d a s t r a r a r i v e l P V a r i v e l
r m
i s
e s
e s e n vd o o l v s i s t e m a
7 I m d eD p o r t a a d o s o T
8 r e i n a m e n t o T
9 e s t e
I m
r t a
p R
r e N
n dd ai z a A
m R e l a t r i o
15
1
D F N D V 1 E A L- u t e U t si cu a r r i o n
S o li c i t a D a d o s
1 V U
. 1 e r if i c a s u r i o
P T d m i p d oA e c e s s o i n o i s uT t r a c d) n o i c r o
e r m
i s s
e s
(A 1 P . 2
V e r if ic a e r m d s es i A c e s s o
1 e s
. 3
V a l ie d a r L i b Ae r c a e s s o d oU s u a r i o
7 I m p o r t a o d D a d o s e T
8 r e i n a m e n t o T
9 e s t e
16
1 A U u t e n t i c s u r i o a r D
2 F N D V 1 C - La E d aU s s t u r a r r i o
.1
I n c l u i r U s u r i o
2 A U
.2 l t e r a r s u r i o U s u r i o
2 E U
.3 x c l u ir s u r i o
2 C U o s
.4 n u s u l t a r i o r
17
1 A U u t e n t i c s u r i o a r D
3 F N D V 1 C - La E d aV s a t r i a r v e l
.1
I n c l u i r V a r i v e
3 A V
.2 l t e r a r r i v e
l V a r i v e l
3 E V x a
.3 c l u ir r i v e
3 C V o a
.4 n s u l t a r r i v e l
18
1 A U u s t e n t i c u r i o a r D
5 F N D V 1 EC -L a d aC s i dt r a a d r e
.1 l u a d i r e
I n c C i d
5 A C
.2 l t e r a r i d a d e C i d a d e
5 E C x
.3 c i d a l u d ir e
5 C C o
.4 n i d s u a d l t a e r
19
1 A U u s t e n t i c u r i o a r D
4 F N D V 1 EC -L a d aE s s t t r a a d r o
.1
I n c l u i r E s t a d o
4 A E
.2 l t e r a r t a d o E s t a d o
4 E E x s
.3 c l u t a d ir o
4 C E o s
.4 n s u l t a t a d o r
20
1 A U u s t e n t i c u r i o a r D F N D V 1 C - La E
6 d aE s s t t r aM a r e ot e o r o l g ic a
.1
I n c l u i r E s t a o e t e o r o l 6 .2
i c
A l t e r a r E s t a o e t e o r o l 6 E E .3
i c
a M
E e
s t a o t e o r o l
i c
x c l u ir s t a o e t e o r o l 6 .4
i c
C E M
o n s u l t a r s t a o e t e o r o l g
i c
21
9 I m p o r t a o D F N D V 1E T L e s t e -
9 T
. 2 R e s t e e a T l i ze saR t eN p a A r a o b d e i ar g n s t i c t o A U
1 u t e n t ic s u r io a r
p r e n dd i a z a g R N A
9 R
. 3
e l a p t a rr ai o ia g n s t i c
e l a t
r io
5.4.2
22
23
Figura 12 IDEF1X
6.
CRONOGRAMA
24
Figura 13 Cronograma
7.
CONCLUSO
Espera-se que os resultados alcanados com este projeto sejam importantes para os
agricultores e agrnomos da regio dos Campos Gerais, pois estes tero disponvel uma ferramenta que dar suporte a decises, para que os mesmos possam obter uma melhor estratgia na cultura do trigo em virtude da estimativa de doenas gerada pelo sistema proposto. Atravs deste projeto, espera-se tambm uma racionalizao na aplicao de fungicidas em plantaes de trigo, melhorando a qualidade, aumentando a produtividade e contribuindo na proteo do meio ambiente. Os resultados obtidos podero servir como embasamento a serem utilizados em
Anteprojeto SINTRIGO Sistema Inteligente de Estimativa de Doenas do Trigo 25
projetos vindouros, principalmente aos relacionados regio dos Campos Gerais, e possivelmente em todo o Brasil por se tratar de um software indito e que no possui similares.
8.
REFERNCIAS BIBLIOGRFICAS
AZEVEDO, F. M.; BRASIL, L. M. e OLIVEIRA, R. C. L. de. Redes neurais com aplicaes em controle e em sistemas especialistas. Florianpolis: Visual Books Editora, 2000, 401p. BARROS, B. C. Avaliao da resistncia varietal e da resposta de cultivares de trigo (Triticum aestivum L.) ao controle qumico de odio, mancha marrom e ferrugem da folha. 1988. Tese. 122p. (Doutorado), Escola Superior de Agricultura Luiz de Queiroz ESALQ, Piracicaba, 1988. CANT, M. Dominando o Delphi 7: a Bblia, So Paulo, Makron Books, 2003.
26
EMBRAPA - Empresa Brasileira de Pesquisa Agropecuria - Embrapa Trigo. Informaes Trigo, Web: http://www.cnpt.embrapa.br/culturas/trigo/index.htm, acesso em mar/2006. HAYKIN, S. S. Redes Neurais - Princpios e prticas, Porto Alegre: Bookman, 2001. MATHIAS, I. M. Aplicao de Redes Neurais Artificiais na Anlise de Dados de Molhamento Foliar por Orvalho. Botucatu: UNESP, 2006. Tese de Doutorado (Doutorado em Agronomia) Faculdade de Cincias Agronmicas/Universidade Estadual Paulista Jlio de Mesquita Filho MATHIAS, I. M.; DIAS, A.H.; CATANEO, A.; GUIMARES, A. M. Sistema especialista para avaliao da aptido agrcola das terras, In: SUCESU 2004 Congresso nacional de tecnologia da informao e comunicao. 2004. Anais.... Florianpolis, SUCESUNACIONAL, 2004, CD-ROM. MEDEIROS, L. F. de. Redes neurais em delphi. Florianpolis: Visual Books Editora, 2003. ORACLE Oracle Database 10g Express Edition. Web: http://www.oracle.com acessado em abr/2007. PRESSMAN, R. S. Engenharia de Software. Makron Books do Brasil Editora Ltda. 1995. RH INFO Consultoria de Recursos Humanos da INFO. Pesquisa Salarial, Web: http://www.rhinfo.com.br/sal-ti.htm, acessado em abr/2007. SENTELHAS, P. C. Ocorrncia de helmintosporiose (helminthosporium sativum) e de odio (erysiphe graminis) na cultura do trigo (triticum aestivum, L.) sob diferentes condies microclimticas. 1992. Dissertao. 103p. (Mestrado em Agronomia), Escola Superior de Agricultura Luiz de Queiroz ESALQ, Piracicaba, 1992. SILVEIRA, N. S. S.; MICHEREFF, S. J.; MARIANO, R. L. R.; TAVARES, L. A.; MAIA, L. C. Influncia da temperatura, perodo de molhamento e concentrao do inculo de fungos na incidncia de podrides ps-colheita em frutos de tomateiro. Fitopatologia Brasileira, v.26, p.33-38, 2001.
Anteprojeto SINTRIGO Sistema Inteligente de Estimativa de Doenas do Trigo 27
TSUKAHARA, R.Y. Relatrio de pesquisa da safra de inverno 2004. Fundao abc, Castro, p. 23-34, 2004a. TSUKAHARA, R.Y. Sistema de suporte tomada de deciso para o manejo fitossanitrio nos Campos Gerais do Paran, 2004. Dissertao. 113p. (Mestrado em Agronomia), Universidade Estadual de Londrina, Londrina, 2004b. ZAHLER, P. J. M.; MOTA, F. S. da; AGENDES, M. O. de O. Previso agrometeorolgica no controle de doenas e pragas dos vegetais. Ministrio da Agricultura e da Reforma Agrria, Braslia, 1991, 60 p.
9.
RESPONSABILIDADES
_______________________________
28
29