Professional Documents
Culture Documents
Sorocaba
2018
1
1 - Introdução e Justificativa
2 - Problema de Pesquisa
De que forma a Lógica Fuzzy contribui para a análise de dados climáticos
históricos para o desenvolvimento de um sistema de previsão de chuva?
3 - Hipóteses
● É possível analisar o histórico climático local com médias, desvios e
quartis e a partir deles criar um sistema de inferência fuzzy dinâmico com
uma precisão mais alta que os modelos oficiais utilizados pelos órgãos de
previsão climática
● É possível criar um sistema de inferência fuzzy e stático sem análise do
histórico climático com precisão mais alta que os modelos oficiais
utilizados órgãos de previsão climática
● É possível criar um sistema de inferência fuzzy q ue prevê a intensidade da
chuva com precisão mais alta que os modelos oficiais utilizados órgãos de
previsão climática
4 - Objetivos
5. Metodologia
Caso os modelos sejam bem sucedidos, o mais bem ajustado será convertido
em diversas linguagens de programação (como C para Arduino e Lua para NodeMCU), e
instalados nas respectivas plataformas para um teste de campo.
Conclusões
Redação Final da
Dissertação
5
REFERÊNCIAS BIBLIOGRÁFICAS
ALVES, Aj. EFLL (Embedded Fuzzy Logic Library) is a standard library for Embedded Systems.
Disponível em: <https://github.com/zerokol/eFLL>. Acesso em: 20 set. 2018.
BERROCAL, Veronica J., Rafter, Adriane, Tilmann, Gneiting, 2008. Probabilistic quantitative precipitation
field forecasting using a two-stage. The Annals of Applied Statistics 2 (4), 1170?1193.
BRASIL. Lei 12.527, de 18 de novembro de 2011. Regula o acesso a informações previsto no inciso XXXIII do
art. 5º, no inciso II do § 3º do art. 37 e no § 2º do art. 216 da Constituição Federal; e dispositivos da Lei nº 8.159,
de 8 de janeiro de 1991; e dá outras providências. Disponível em: . Acesso em: 22 set. 2018
FREITAS, Gabriela Dutra de. Análise dos custos de atrasos portuários devidos a intempéries na logística de
exportação de soja e farelo de soja: estudo de caso de uma empresa no porto de Paranaguá. 2016. Trabalho
de Conclusão de Curso. Universidade Tecnológica Federal do Paraná.
HAMILL, Thomas M.; SCHEUERER, Michael. Development of a post-processing methodology for reliable,
skillful probabilistic quantitative precipitation forecasts with multi-model ensembles and short training data sets.
In: EGU General Assembly Conference Abstracts. 2017. p. 3739.
IBGE. IBGE apresenta nova área territorial brasileira: 8.515.767,049 km². 2012. Disponível em:
<https://agenciadenoticias.ibge.gov.br/agencia-sala-de-imprensa/2013-agencia-de-noticias/releases/14318-asi-ib
ge-apresenta-nova-area-territorial-brasileira-8515767049-km>. Acesso em: 20 set. 2018.
NOAA. MADIS Meteorological Surface Integrated Mesonet Data Providers. 2018. Disponível em:
<https://madis.ncep.noaa.gov/mesonet_providers.html>. Acesso em: 20 set. 2018.
RAMPINELLI, Giuliano Arns; SILVA, M. P.; MARCELINO, Roderval. Instalação e monitoramento de uma
estação meteorológica de superfície automática em uma planta piloto bioclimática. Huancayo–Peru, XXIII
SPES-XXIII Simpósio Peruano de Energía Solar y Del Ambiente, Huancayo, 2016.
SOMIA A. Asklany, KHALED Elhelow, I.K. YOUSSEF, M. Abd El-wahab, Rainfall events prediction using
rule-based fuzzy inference system, Atmospheric Research, Volume 101, Issues 1?2, 2011, Pages 228-236,
VANHOUCKE, Vincent; SENIOR, Andrew; MAO, Mark Z. Improving the speed of neural networks on CPUs.
In: Proc. Deep Learning and Unsupervised Feature Learning NIPS Workshop. 2011. p. 4.