Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/13380| Título: | Aplicação da técnica de regressão para análise de dados climáticos e previsão de safra |
| Título(s) alternativo(s): | Applying regression technique of for climatic data analysis and crop forecast |
| Autor(es): | Scaravonatti, Jozua Henrique Schuster |
| Orientador(es): | Pessini, Evando Carlos |
| Palavras-chave: | Cultivos agrícolas - Rendimento Mineração de dados (Computação) Produtividade agrícola Crop yields Data mining Agricultural productivity |
| Data do documento: | 10-Jun-2015 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Medianeira |
| Citação: | SCARAVONATTI, Jozua Henrique Schuster. Aplicação da técnica de regressão para análise de dados climáticos e previsão de safra. 2015. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) - Universidade Tecnológica Federal do Paraná, Medianeira, 2015. |
| Resumo: | Este trabalho tem como o objetivo apresentar um modelo de previsão de safra com base no histórico de produção de soja e dados climáticos do estado do Paraná. O estudo foi realizado com os dados das safras de soja dos anos de 2003 a 2012 de 8 cidades do estado, dados estes coletados junto à Secretária da Agricultura e do Abastecimento do Paraná(SEAB). Os dados climáticos foram obtidos através do Instituto Nacional de Meteorologia. Foi utilizado o software de mineração de dados Weka, responsável por cruzar os dados e fazer a previsão de safra. Com a intenção de gerar modelos de previsão de safra foi empregado algoritmos do Weka, Linear Regression, Pace Regression e LeastMedSq Regression. São algoritmos que trabalham para a formulação desses moldes. Os dados climáticos a serem minerados foram agrupados por medias mensais, bimestrais e trimestrais a fim de verificar qual deles teriam os melhores resultados. Após a geração dos modelos de previsão, os mesmos foram validados por meio de amostras, com a intenção de encontrar um modelo que o resultado mais aproxime a estimativa alcançada e o valor real. |
| Abstract: | This work’s objective is to present a crop forecast model based on the soy production history and the weather data for the state of Paraná. The research was made with the soy crop data of the years from 2003 to 2012 from 8 cities of the state, these data were collected together with the Secretary of Agriculture and Supply of Paraná(SEAB). The weather data were obtained through the National Institute of Meteorology. The software responsible for crossing data and making the crop forecast is Weka. Willing to generate crop forecast models some algorithms were used from Weka, Linear Refression, Pace Regression e LeastMedSq Regression are algorithms that work for these models. The weather data to be mined were grouped by monthly, bimonthly and quarterly means aiming to check which one of them would have the best result. After the forecast models were generated, they have been validated through samples, willing to find a model having the result closest to the predicted one and the real value. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/13380 |
| Aparece nas coleções: | MD - Tecnologia em Análise e Desenvolvimento de Sistemas |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| MD_COADS_2015_1_11.pdf | 1,31 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.