CENTRO UNIVERSITRIO DO SUL DE MINAS - UNIS/MG BACHARELADO EM CINCIA DA COMPUTAO

ABIMAEL SANTOS SILVA PEREIRA CINTHIA SANTOS SILVA PIEDADE FERREIRA ELISANGELA ASSUNO

SISTEMA ESPECIALISTA PARA DIAGNSTICO DE DOENAS DO CAF

Varginha 2006

ABIMAEL SANTOS SILVA PEREIRA CINTHIA SANTOS SILVA PIEDADE FERREIRA ELISANGELA ASSUNO

SISTEMA ESPECIALISTA PARA DIAGNSTICO DE DOENAS DO CAF

Projeto de concluso de curso apresentado ao curso de Cincia da Computao do Centro universitrio do Sul de Minas UNIS/MG como pr-requisito para obteno do grau de bacharel, sob orientao do Prof. Juliano Coelho Miranda. .

Varginha 2006

FOLHA DE APROVAO
ABIMAEL SANTOS SILVA PEREIRA CINTHIA SANTOS SILVA PIEDADE FERREIRA ELISANGELA ASSUNO

SISTEMA ESPECIALISTA PARA DIAGNSTICO DE DOENAS DO CAF

Monografia apresentada ao curso de Cincia da Computao do Centro Universitrio do Sul de Minas UNIS/MG, como pr-requisito para obteno do grau de bacharel pela Banca Examinadora composta pelos membros:
(

) Aprovado ) Reprovado / / _________________________________________________________ Prof Especialista Juliano Coelho Miranda ______________________________________________________ Prof. Especialista Fabrcio Pelloso Piurcosky _________________________________________________________ Prof. Especialista Alan Souza Prado

Data

OBS.:

Dedico este projeto ao meu pai Jos Maria, exemplo de determinao a ser seguido e que sempre esta a minha disposio quando preciso, minha me Arlette, que sempre esta a minha espera, se preocupando e correndo atrs do meu bem estar, aos meus irmos e minha namorada que sempre me trazem muita felicidade e me apiam em minhas decises. Dedico aos meus amigos de sala, e agora amigos por toda vida, que foram guerreiros companheiros na conquista da graduao e tambm aos meus verdadeiros amigos de Trs Pontas. E principalmente dedico a DEUS, Senhor absoluto da minha vida, que fez dessas pessoas ferramentas para minha felicidade, sem elas e sem ELE eu no teria conseguido. O Senhor meu pastor e nada me faltar. Abimael Dedico este trabalho aos meus pais Eugnio e Valria e meu irmo Thomas, pelo incentivo e apoio irrestrito, no s durante os anos em que estive estudando, mas durante toda a minha vida e, tambm ao meu marido Dcio e meu filho Matheus, pelo carinho e amor nos momento em que estive presente e, compreenso e pacincia nos momentos em que precisei me ausentar. Dedico tambm aos meus colegas de faculdade, que foram pea chave para que eu conseguisse concluir mais esta etapa de minha vida. E a Deus, pois sem ele nada seria possvel. Cinthia Dedico a presente obra a toda minha famlia, em especial a minha amada me Graa, que exemplo de mulher lutadora, que tem sempre me mostrado o seu exemplo de como deve ser o verdadeiro carter de um ser humano, por estar sempre ao meu lado e por tudo aquilo que me tens transmitido. Dedico a todos os meus amigos de faculdade, principalmente aos dois maiores e melhores presentes que conquistei, Fernando e Cinthia, e que ser eterna a amizade e o companheirismo, amigos estes, que em todos os momentos estiveram ao meu lado, me dando incentivo, sempre dispostos a me ajudar. A vocs meus amigos, o meu muito Obrigado! Elisangela

Agradecemos a Deus, por ter nos dado foras, coragem e sabedoria para ultrapassar mais um obstculo. Aos nossos pais, por acreditarem em nossa capacidade. Aos nossos irmos, pela confiana transmitida. Ao orientador, Prof. Juliano Coelho Miranda, pelos ensinamentos passados, pela amizade, pela compreenso e pela brilhante orientao. Ao Prof. Fabrcio Pelloso Piurcosky, pela dedicao, sugestes, correes e incentivo. Aos demais professores, pela competncia e dedicao. Aos nossos colegas de classe, em especial ao Fernando, que nos estendeu uma mo amiga nos momentos de necessidade. Ao Centro Universitrio do Sul de Minas. A todos que, de alguma forma, contriburam para o xito deste trabalho.

"H homens que lutam um dia e so bons. H outros que lutam um ano e so melhores. H os que lutam muitos anos e so muito bons. Porm, h os que lutam toda a vida. Esses so os imprescindveis."

(Bertolt Brecht)

RESUMO

Nos agronegcios, um sistema de informaes adequado e, principalmente, a capacidade de analisar os dados disponveis no contexto especfico de cada problema so fundamentais para tornar as decises administrativas mais eficientes. Neste contexto, os Sistemas Especialistas (SE) podem se revelar importantes instrumentos de auxlio tomada de decises, fornecendo interpretaes de resultados tcnicos e econmicos e recomendando aes a serem implantadas. Na tentativa de obter uma ferramenta capaz de fornecer subsdios ao agrnomo e produtor rural na resoluo de problemas rotineiramente defrontados na sua atividade, construiu-se um SE em diagnose de doenas cafeeira que interage com o usurio atravs de perguntas sobre as caractersticas da planta, e apresenta ao fim de cada sesso, um diagnstico contendo as possveis doenas encontradas na lavoura em questo.

LISTA DE FIGURAS
FIGURA 1 - Leses pelo ataque de Ascochyta........................................................................ 19 FIGURA 2 - Leses de Cercosporiose em folhas de cafeeiro.................................................. 19 FIGURA 3 - Ramos com folhas cafeeiras atacadas pela ferrugem.......................................... 20 FIGURA 4 - Ataque de Phoma nas folhas provocando encurvamento.................................... 20 FIGURA 5 - Leses de Pseudomonas sobre as folhas do cafeeiro...........................................21 FIGURA 6 - Sintomas de ataque de Mancha Manteigosa em folhas de cafeeiro.....................21 FIGURA 7 - Funcionamento da Engenharia do Conhecimento............................................... 29 FIGURA 8 - Base de conhecimento......................................................................................... 29 FIGURA 9 - Memria de Trabalho ou Quadro Negro............................................................ 30 FIGURA 10 - Mecanismo ou Mquina de Inferncia ............................................................. 31 FIGURA 11 - Janela principal do xclips ..................................................................................38 FIGURA 12 - Exemplo de execuo de uma regra utilizando JESS ......................................39 FIGURA 13 - Arquitetura simplificada do Expert SINTA.......................................................40 FIGURA 14 - Barra de Ferramentas do Expert SINTA........................................................... 44 FIGURA 15 - Janela KIB......................................................................................................... 44 FIGURA 16 - Criando variveis............................................................................................... 45 FIGURA 17 - Definindo a varivel objetivo............................................................................ 46 FIGURA 18 - Nova Regra Ordem e Modelo.........................................................................46 FIGURA 19 - Janela onde a regra ser montada...................................................................... 47 FIGURA 20 - Nova Regra Inserindo uma premissa..............................................................47 FIGURA 21 - Nova Regra Inserindo uma concluso............................................................ 48 FIGURA 22 - Nova Regra Editando e Eliminando uma sentena.........................................48 FIGURA 23 - Criando Interface............................................................................................... 49 FIGURA 24 - Criando Informaes adicionais sobre a Base................................................... 50 FIGURA 25 - Opes Mquina de Inferncia....................................................................... 50 FIGURA 26 - Opes Fatores de Confiana......................................................................... 51 FIGURA 27 - Opes - Senhas.................................................................................................52 FIGURA 28 - Menu Consulta..................................................................................................53 FIGURA 29 - Barra de ferramentas Consulta...........................................................................53 FIGURA 30 - Iniciando a Consulta Tela de Abertura........................................................... 54 FIGURA 31 - Um exemplo de menu........................................................................................54 FIGURA 32 - Depurador.......................................................................................................... 55 FIGURA 33 - Janela de Resultados - Resultados.................................................................... 56 FIGURA 34 - Janela de Resultados Histrico....................................................................... 56 FIGURA 35 - Janela de Resultados Todos os valores...........................................................57 FIGURA 36 - Janela de Resultados O sistema...................................................................... 57 FIGURA 37 - Consulta 1: A folha apresenta leses?............................................................... 58 FIGURA 38 - Consulta 1: Qual a colorao das leses nas folhas?.........................................58 FIGURA 39 - Consulta 1: Qual o grau de exposio da lavoura luz solar antes do aparecimento das leses?.................................................................................................58 FIGURA 40 - Consulta 1: Antes da notificao da doena ocorreu temperatura?................... 59 FIGURA 41 - Consulta1: Resultados....................................................................................... 59 FIGURA 42 - Consulta 2: A folha apresenta leses?............................................................... 59 FIGURA 43 - Consulta 2: Qual a colorao das leses nas folhas?.........................................60 FIGURA 44 - Consulta 2: As folhas apresentam alguns sintomas como?............................... 60 FIGURA 45 - Consulta 2: H mumificao das rosetas florais, flores ou frutos?....................60 FIGURA 46 - Consulta 2: Resultado........................................................................................ 61 FIGURA 47 - Paleta de componentes do Expert Sinta sob o Delphi 2.0................................. 63

LISTA DE TABELAS
TABELA 1 - Nmeros do agronegcio caf no Brasil, Vietn e Colmbia. ...........................16 TABELA 2 - Levantamento Sistemtico da Produo Agrcola Brasil/ novembro de 2005 17 TABELA 3 - Conhecimento Artificial X Conhecimento Humano.......................................... 26 TABELA 4 - reas de aplicaes de SE ................................................................................. 31

SUMRIO

ABIMAEL SANTOS SILVA PEREIRA........................................................... 1 I-INTRODUO.................................................................................................................... 12 1.1 Organizao do Trabalho............................................................................................. 12 1.2 Objetivos...................................................................................................................... 13 1.2.1 Objetivo Geral....................................................................................................... 13 1.2.2 Objetivos Especficos............................................................................................ 13 1.3 Justificativa.................................................................................................................. 13 II - A CAFEICULTURA.......................................................................................................... 15 2.1 A Cafeicultura Brasileira............................................................................................. 15 2.1.1 A Cafeicultura em Minas Gerais........................................................................... 17 2.1.1.1 Doenas Cafeeiras do Sul de Minas Gerais................................................... 18 III - INTELIGNCIA ARTIFICIAL........................................................................................ 23 IV - SISTEMAS ESPECIALISTAS......................................................................................... 25 4.1 Introduo.................................................................................................................... 25 4.2 Histrico....................................................................................................................... 25 4.3 Classificao de um SE................................................................................................ 26 4.4 Elementos de um Sistema Especialista........................................................................ 28 4.4.1 Engenharia do Conhecimento............................................................................... 28 4.4.2 Base de conhecimento........................................................................................... 29 4.4.3 Memria de trabalho ou quadro Negro ................................................................ 29 4.4.4 Mecanismo ou mquina de inferncia.................................................................. 30 4.5 Quando os Sistemas Especialistas so utilizados......................................................... 31 4.6 Linguagem de Programao para Sistemas Especialistas............................................ 33 4.6.1 LISP ..................................................................................................................... 33 4.6.2 PROLOG............................................................................................................... 34 4.7 Ferramentas para implementao de um Sistema Especialista ................................... 35 4.7.1 Shells de Sistemas Especialistas........................................................................... 36 4.7.1.1 Exemplos de shells para a construo de sistemas especialistas................... 36 4.7.1.1.1 CLIPS..................................................................................................... 36 4.7.1.1.2 JESS........................................................................................................ 38 4.7.1.1.3 Expert SINTA......................................................................................... 40 V - SISTEMA ESPECIALISTA PARA DIAGNSTICO DE DOENAS DO CAF SEDDC............................................................................................................................ 42 5.1 Introduo ................................................................................................................... 42 5.2 Desenvolvimento do Prottipo do SEDDC................................................................. 43 5.2.1 - Gerenciando Bases.................................................................................................43 5.2.2 A janela Knowledge-in-a-box........................................................................... 44 5.2.3 Criando variveis.................................................................................................. 44 5.2.4 Definindo o(s) objetivo(s)..................................................................................... 45 5.2.5 Trabalhando com regras........................................................................................ 46 5.2.6 Definindo Interface com o usurio........................................................................48 5.2.7 Informaes adicionais sobre a base..................................................................... 49 5.2.8 Opes................................................................................................................... 50 5.2.9 Consultando o SEDDC......................................................................................... 52 5.3 Demonstrao de algumas consultas no SEDDC........................................................ 58 VI CONCLUSO.................................................................................................................. 62

6.1 Dificuldades Encontradas............................................................................................ 62 6.2 Trabalhos Futuros........................................................................................................ 63 VII - REFERNCIAS BIBLIOGRFICAS.............................................................................65 ANEXO A Aquisio do Conhecimento............................................................................... 69 71 72 ANEXO B - Variveis utilizadas no SEDDC........................................................................... 73 ANEXO C - Regras implementadas no SEDDC...................................................................... 75 ANEXO D - Perguntas utilizadas na interface com o usurio.................................................. 81

I-INTRODUO

Desde a descoberta pelo homem, o caf assumiu importante papel na economia e na vida dos povos que o cultivaram. O Brasil tem no mnimo 1.700 municpios cafeeiros, 2,8 milhes de hectares plantados e aproximadamente 10 milhes de pessoas envolvidas direta ou indiretamente com o caf (POZZA, 2005). De acordo com Pozza (2005), o parque cafeeiro do Brasil constitudo por cerca de quatro bilhes de plantas suscetveis a um grande nmero de doenas, as quais podem causar diversos nveis de perda. O aparecimento de novas doenas e tambm de novas condies de manejo, como a irrigao e o adensamento, as quais causam grande variabilidade nos sintomas das doenas, dificultam a diagnose, mesmo para pessoas bem treinadas. Para a diagnose de doenas, o conhecimento pode estar disponvel aos agricultores na forma de livros, apostilas, fitas de vdeo e tambm na forma de sistemas computacionais. Na rea de informtica, tcnicas de inteligncia artificial aplicadas agricultura foram desenvolvidas, principalmente referentes ao manejo de culturas para controlar pragas e doenas; dentre essas, uma tcnica capaz de oferecer recursos para tratar de forma eficiente o conhecimento so os sistemas especialistas (POZZA, 2005). Esses sistemas usam o conhecimento e simulam a lgica da deciso para resolver problemas de difcil soluo, somente resolvidos por especialistas (TURBAN, 1995). Pelo exposto, pode-se afirmar que o conhecimento acumulado em diagnose e manejo de doenas pode ser extrado dos pesquisadores e organizado de forma a disponibiliz-lo para usurios de forma simples e rpida, por meio de um sistema especialista. 1.1 Organizao do Trabalho Este projeto divide-se em sete captulos. Esclarecimento sobre os motivos que originaram o desenvolvimento do prottipo, com uma conseqente definio dos problemas a serem tratados e dos objetivos da pesquisa esto explicitados no captulo 1. J no captulo 2, apresenta-se um referencial terico sobre a cafeicultura; A apresentao do um referencial terico sobre a rea de aplicao do projeto: Inteligncia Artificial, e da sub-rea de Inteligncia Artificial utilizada para o

desenvolvimento do projeto: Sistemas Especialistas, respectivamente;

encontram-se nos captulos 3 e 4

No captulo 5 mostra-se o desenvolvimento do prottipo computacional do Sistema Especialista para Diagnstico de Doenas do Caf (SEDDC). Nele so apresentados, detalhes de sua construo, da interface grfica com o usurio e tambm uma sucinta demonstrao de uso do prottipo; E nos captulos 6 e 7, esto as concluses sobre o projeto desenvolvido e o referencial bibliogrfico respectivamente. 1.2 Objetivos 1.2.1 Objetivo Geral Desenvolvimento de um sistema especialista para diagnstico de doenas do caf capaz de diagnosticar oito doenas foliares cafeeiras Ascochyta, Antracnose, Cercosporiose, Ferrugem, Phoma, Pseudomonas, Mancha Manteigosa e Xilela do Caf. 1.2.2 Objetivos Especficos - Levantar bibliografia sobre Inteligncia Artificial. - Levantar bibliografia sobre a estrutura e funcionamento de sistemas especialistas; - Levantar bibliografia e dados sobre cafeicultura; - Realizar estudo sobre as doenas que atacam o cafezal; - Realizar estudo sobre as caractersticas e comportamento especficos da lavoura cafeeira quando atacada por doenas; - Conhecer as ferramentas computacionais para desenvolvimento de sistemas especialistas e escolher a adequada. - Parametrizao da ferramenta computacional escolhida para a construo do Sistema Especialista para Diagnstico de Doenas do Caf - Levantar resultados computacionais obtidos. 1.3 Justificativa A rea agrcola pode ser muito beneficiada pelos sistemas computacionais. A agronomia considerada detentora de problemas clssicos, como doenas e pragas que

atacam as plantaes, falta de nutrientes do solo, escolha de defensivos certos para cada tipo de pagas e doena, entre outros. Considerando isto, criou-se um Sistema Especialista para Diagnstico de Doenas do Caf, por ser uma rea muito importante para a regio, e por infelizmente ainda ocorrer grandes perdas nas lavouras cafeeiras devido ao diagnstico incorreto ou tardio de doenas. Baseando-se nos conhecimentos adquiridos em disciplinas como Algoritmo, Inteligncia Artificial e outras no citadas, buscou-se um projeto voltado para uma rea cientfica, que vem crescendo constantemente em nosso meio a Inteligncia Artificial. A ferramenta computacional para desenvolvimento de sistemas especialistas escolhida foi o shell Expert SINTA, por ser de origem brasileira, gratuita e possuir uma fcil interao com o usurio.

II - A CAFEICULTURA

Anualmente, bebem se em mdia, mais de 400 bilhes de xcaras de caf no mundo. O Caf a bebida de maior preferncia. Depois do cobiado petrleo, o caf a segunda matria-prima mais importante, quanto ao volume comercial (PAGS, 2002). A Cafeicultura mundial emprega 25 milhes de pessoas na sua produo. uma economia de minifndio, familiar, onde o processo produtivo agrcola virtualmente manual e exige delicadeza e experincia, transmitida por tradio ancestral (PAGS, 2002). Segundo a Empresa Brasileira de Pesquisa Agropecuria (1999), no Brasil, a cafeicultura constitui-se em importante fonte de renda para a sua economia, pela sua participao na receita cambial, pela transferncia de renda aos outros setores da economia, pela contribuio formao de capital no setor agrcola do pas, alm da expressiva capacidade de absoro de mo-de-obra. 2.1 A Cafeicultura Brasileira Durante mais de um sculo, a cafeicultura tem caminhado passo-a-passo com a sociedade brasileira, sofrendo com crises econmicas, ganhando e perdendo prestgio relativo por parte dos governantes. Na realidade, a trajetria histrica da cafeicultura nacional interage com a da prpria sociedade brasileira. A magnitude e importncia do agronegcio caf merece profunda reflexo sobre a trajetria histrica da economia cafeeira, que teve grandes oscilaes no decorrer do sculo, em conseqncia do processo de industrializao do pas e de polticas adotadas para o setor (SEAG, 2005). Assim, importante destacar algumas datas e eventos que marcaram a evoluo do caf no Brasil (SEAG, 2005): 1820 Brasil passa a ser considerado exportador de caf; 1845 Brasil produzia cerca de 45% do caf mundial; 1932 Queima de estoque devido supersafra mundial, cerca de 10 milhes de sacas foram entregues ao Departamento Nacional do Caf (DNC) para destruio; 1945-1954 Melhoria nos preos, com o fim da 2 Grande Guerra Mundial, e incentivo ao plantio; Criao do Instituto Brasileiro do Caf (IBC) pela Lei n 1.779, de 22/12/1952; 1962-1967 Plano de erradicao do caf, com arranquio de 22 milhes de covas; 1970 Plano de renovao e revigoramento da lavoura cafeeira;

1979-1981 Geadas em So Paulo e Minas Gerais acarreta perda de 52% da lavoura; 1989 Fim do Acordo Internacional do Caf decorrente da no aceitao do Brasil em reduzir sua quota (plantio e estoque), que j havia passado de 80% no incio do sculo para 25% na dcada de 80; 1990 Extino do IBC devido ao no cumprimento das leis pr-estabelecidas; 1994 Geadas em Minas Gerais, com perdas de 70 % das lavouras novas; 2000 Plano de reteno de caf. Nos ltimos anos, a cadeia produtiva do caf movimenta no mundo uma mdia anual de US$ 55 bilhes, sendo que US$ 8 bilhes so gerados s no Brasil (NAHUM NETO, 2002). O Brasil o maior produtor mundial de caf com 31% da produo, seguido pelo Vietn com 12% e pela Colmbia com 11% que ocupam segundo e terceiro lugar no ranking mundial de produo cafeeira (DPEE-BRADESCO, 2006). A tabela 1 mostra os nmeros do agronegcio caf no Brasil comparado aos outros dois maiores pases produtores de caf (DPEE-BRADESCO, 2006):
TABELA 1 - Nmeros do agronegcio caf no Brasil, Vietn e Colmbia.

Pas

Brasil Vietn Colmbia

Exportao relativo a todos os pases produtores de caf (%) 25 13,5 12,5

Produo (sacas de 60 quilos)

Exportao (sacas de 60 quilos)

Consumo interno (sacas de 60 quilos) 11 milhes 0,6 milhes 1,5 milhes

33 milhes 12 milhes 11,5 milhes

22 milhes 11,4 milhes 10 milhes

Segundo a Revista Eletrnica Caf e Sade (2006), o caf brasileiro representa hoje cerca de 6% da nossa receita cambial. A receita com as exportaes de caf atingem atualmente mais de 2 bilhes de dlares por ano. Internamente, cerca de 3,5 bilhes de cafeeiros so cultivados em 350 mil propriedades agrcolas, ocupando diretamente 1,5 milho de trabalhadores e mais 2,5 milhes de pessoas dependentes. No Brasil os estados mais produtores so: Minas Gerais, So Paulo, Esprito Santo, Bahia e Rondnia. (ABIC, 2006). A tabela 2 mostra como est dividida a produo cafeeira nos estados brasileiros mais produtores.

TABELA 2 - Levantamento Sistemtico da Produo Agrcola Brasil/ novembro de 2005 (Fonte: AGRONEGCIO, 2005)

Estados

rea Colhida (hectares) 1.050.430 545.289 220.400 146.011 168.067

Produo (toneladas) 1.019.751 529.492 220.180 135.243 107.164

Minas Gerais Esprito Santo So Paulo Bahia Rondnia

Participao Relativa Estado/ BR (%) 46,79 24,30 10,10 6,21 4,92

Ranking Nacional 1 2 3 4 5

2.1.1 A Cafeicultura em Minas Gerais O caf o segundo produto na pauta das exportaes agrcolas do Brasil (ocupando o primeiro lugar, a soja), constituindo-se em uma das mais importantes fontes de renda para a economia do pas. Em uma pesquisa realizada em 2001 Minas Gerais se destacava no cenrio brasileiro como o maior produtor de caf do Pas, com uma participao em torno de 50% do caf produzido. A importncia social da cafeicultura mineira evidente, tanto como geradora de empregos como fixadora de mo-de-obra no meio rural (FERREIRA, 2001). Em 2001 o parque cafeeiro do Estado de Minas Gerais possua cerca 2,88 bilhes de covas, ocupando uma rea de 1,09 milhes de hectares, com produo de 15,9 milhes de sacas colhidas na safra 2000/2001. O grande contingente de cafeeiros em formao (644 milhes) foi indicativo de manuteno da posio de destaque do Estado de Minas Gerais no cenrio da cafeicultura brasileira (FERREIRA, 2001). A cafeicultura de Minas Gerais encontra-se distribuda em quatro importantes regies: Sul de Minas (Sul e Oeste), Matas de Minas (Zona da Mata e Rio Doce), Cerrados de Minas (Tringulo e Alto Paranaba) e Chapadas de Minas (Alto/Mdio Jequitinhonha e Mucuri), constitudas de aproximadamente 80 mil propriedades, distribudas em 510 municpios do Estado (FLORIANI, 2000). Segundo Andrade (2003), dentre as regies produtoras de caf em Minas Gerais a regio Sul de Minas a mais bem estruturada para a cafeicultura, dispondo de 55,8% da infraestrutura total para produo de caf no estado. Algumas das principais cidades produtoras de caf da regio do Sul de Minas so Trs Pontas, Guaxup, So Sebastio do Paraso, Varginha, So Toms de Aquino, Itamogi, Alpinpolis e Santa Rita do Sapuca. A cafeicultura foi inserida na regio na dcada de 1850 e

muitas cidades surgiram a partir das grandes fazendas. Atualmente o caf corresponde a 70% da renda das propriedades rurais do Sul de Minas (COFFEE-BREAK, 2006). De acordo com o Portal eletrnico do agronegcio caf Coffee Break (2006), no sul de minas h uma mdia de quatro mil cafeeiros por hectare. Apesar de essa regio ter um terreno com muito declive, os cafeicultores fazem muito uso da mecanizao em suas lavouras, e nos ltimos trs anos, devido ao clima desfavorvel, implantam a tecnologia de irrigao em suas propriedades (mesmo esta no sendo uma tcnica com resultados comprovados). A falta de chuvas um problema no Sul de Minas. Nos ltimos dois anos, o nvel ficou abaixo da mdia e as chuvas foram mal distribudas. Outro problema climtico so as geadas, que tambm costumam afetar a regio. Estes problemas fazem com que o solo fique debilitado e, por conseqncia, a lavoura com pouca nutrio, o que faz gerar outros problemas como a infestao de doenas e pragas (COFFEE-BREAK, 2006). A doena que mais atinge os cafeeiros do Sul de Minas a Ferrugem. Outra que tambm tem causado preocupao aos produtores a Antracnose. Alm dessas doenas que so consideradas s de maior incidncia e gravidade, comum o aparecimento nesta regio de outras doenas como Cercosporiose, Phoma, Xilela do Caf, Ascochyta, Pseudomonas e Mancha Manteigosa (COFFEE-BREAK, 2006). 2.1.1.1 Doenas Cafeeiras do Sul de Minas Gerais As doenas tomam parte importante na viabilizao da lavoura de caf, pois elas causam prejuzos significativos. Sua evoluo tem ocorrido em funo dos problemas climticos, nutrio do solo e do manejo inadequado dos cafezais, que tornam os ataques cada vez mais diversificados e severos (MATIELLO, 2006). Segundo Matiello (2006), no sul de Minas Gerais, de 1970 at os dias atuais, vem sendo realizadas pesquisas sobre doenas propcias ao clima, solo e outros aspectos da regio. As doenas de folhas mais comumente encontradas nas lavouras sul mineiras so: - Antracnose: As folhas apresentam manchas com massas de esporos e colorao cinza, nas flores manchas ou listas marrom escuro, nos frutos as manchas so de tonalidades escuras e nos ramos apresenta murcha e morte dos ramos. - Ascochyta: Ataca as folhas causando manchas marrom-claras cinza e queda, nos ramos provoca seca dos ponteiros, havendo, em conseqncia superbrotamento. Nas rosetas florais, flores e frutos provoca mumificao (seca e apodrecimento).

FIGURA 1 - Leses pelo ataque de Ascochyta

- Cercosporiose (Olho de Pomba): Causa leses de colorao parda em folhas provocando desfolha e nos frutos, leses de tonalidade marrom-clara, provocando queda e maturao prematura. Plantas debilitadas (deficincia nutricional) so o principal alvo.

FIGURA 2 - Leses de Cercosporiose em folhas de cafeeiro (com detalhe da leso tpica em cima esquerda conhecida como olho de pomba e a leso em cima direita de Cercospora Negra)

- Ferrugem: Doena mais importante e grave da lavoura cafeeira. Nas folhas provoca manchas em tons alaranjados e amarelados que em alguns casos so envolvidas por um halo amarelo, causando sua queda. elevadas e baixa umidade. Nos ramos provoca sua seca e consequentemente superbrotamento. As condies favorveis ao aparecimento da ferrugem so temperaturas

FIGURA 3 - Ramos com folhas cafeeiras atacadas pela ferrugem

- Phoma (Seca dos Ponteiros): Seus sintomas so parecidos com os da Ascochyta, nas folhas apresentam manchas marrons, queda e pode fazer com que ela fique encurvada, partida ou rachada. Nos ramos provoca seca e superbrotamento. Nos frutos apresenta mumificao, queda prematura e manchas de tonalidades escuras. Nas flores as manchas aparecem na mesma colorao das dos frutos.

FIGURA 4 - Ataque de Phoma nas folhas provocando encurvamento

- Pseudomonas (Mancha Aureolada): Clima frio e ventos so condies favorveis ao seu aparecimento. Nas folhas apresenta furos e manchas pardo-escuras envolvidas por um halo amarelo e apresenta nos ramos seca dos ponteiros e superbrotamento.

FIGURA 5 - Leses de Pseudomonas sobre as folhas do cafeeiro (observando-se halos amarelos e furos nas leses)

- Mancha Manteigosa: As manchas nas folhas possuem aspecto oleoso com colorao verde clara, nos ramos causa seca dos ponteiros e pocas de chuvas sua condio favorvel mais importante.

FIGURA 6 - Sintomas de ataque de Mancha Manteigosa em folhas de cafeeiro

-Xilela do Caf (Amarelinho): A doena transmitida por cigarrinhas que alimentam do xilema (tecido vascular que conduz gua e sais minerais atravs da planta) das plantas de caf. As folhas apresentam queima nas suas bordas, reduo no tamanho e ficam toda com aspecto amarelado. Levando em considerao os grandes danos que estas doenas causam, faz-se necessrio que agrnomos e produtores rurais exijam cada vez mais o uso de novas tecnologias, como sistemas computacionais e prticas mais cuidadosas para a nutrio e proteo adequada da lavoura cafeeira (MATIELLO, 2006). No V Congresso Brasileiro de Agroinformtica realizado pela Universidade Estadual de Londrina (2005), foi apresentado alguns sistemas computacionais aplicados cafeicultura que tm se mostrado muito eficazes nas funes realizadas. Citemos alguns:

-Sistema Especialista para Dimensionamento e Seleo de Equipamentos para Prprocessamento de Caf (Desenvolvido por Eduardo Vicente do Prado da Instituio FAGOC). - Anlise Geoestatstica da Variabilidade Espacial da Broca-do-Caf e da Cercosporiose do cafeeiro (Desenvolvido por Marcelo de Carvalho Alves da Universidade Federal de Lavras). - Sistema de Controle e Acompanhamento de Custos da Atividade Cafeeira Pcccaf (Desenvolvido por Paulo Mrcio de Freitas da CIENTEC Consultoria e Desenvolvimento de Sistema). - Agronegcio do Caf: Gesto do Conhecimento utilizando Agentes Inteligentes para Recuperao de Informaes (Desenvolvido por Leonardo Aparecido Ciscon da Universidade Federal de Lavras).

III - INTELIGNCIA ARTIFICIAL

Segundo Charniak (1985), Inteligncia Artificial (IA) o ramo da Cincia da Computao voltado para o estudo das faculdades mentais atravs do uso de modelos computacionais. A meta da IA fazer com que mquinas hajam e se comportem como homens e simulem com exatido as atividades da mente humana (FLORES, 2000). Um computador inteligente se possui qualquer uma das habilidades mentais que faz uma pessoa ser considerada inteligente. Entre estas habilidades citam-se as seguintes (RICH, 1991): raciocnio, fala, compreenso, aprendizado, linguagem natural, tomada de deciso organizao, adaptao, verificao de resultado, controle, no determinismo e percepo do espao e dos objetos que o rodeiam. Conforme Abel (1995), o conceito de IA definido a partir de noes de similaridade, ou seja, utilizando seu conjunto de programas e sua arquitetura, a mquina realiza a mesma funo que o Homem utilizando sua mente e seu organismo. H quem acredite que seremos finalmente capazes de construir uma mquina que seja uma rplica to precisa do ser humano que possa at ser confundida com este (FLORES, 2000). Segundo Rich (1991), a IA se divide em duas reas: - Aplicao: jogos, provas de teoremas, robtica, processamento de linguagem natural, recuperao inteligente de base de dados, sistemas especialistas, problemas combinatrios e de horrio, percepo (reconhecimento de imagem e som). - Idias fundamentais: representao de problemas, buscas, mecanismos de inferncia, linguagens para I. A., representao e uso do conhecimento. No campo de IA aplicada, aps uma dcada de trabalho, emergiram trs subcampos principais: Linguagem Natural, Robtica - incluindo viso, fala e locomoo e Cincia Cognitiva. A Linguagem Natural essencial no uso de computadores por seres humanos. Ela aplicada em: reconhecimento de discurso, interfaces multissensoriais, realidade virtual, etc. (MIRANDA, 2006).

Na Robtica faz-se a produo de mquinas-robs com faculdades fsicas semelhantes s humanas. Suas aplicaes so: percepo visual, tatibilidade, destreza, locomoo e conduo (MIRANDA, 2006). Para Miranda (2006), a Cincia Cognitiva concentra-se em pesquisar como o crebro humano funciona, ou seja, como os seres humanos pensam e aprendem. A Cincia cognitiva aplicada em: sistemas especialistas, sistemas de aprendizagem, lgica difusa, algoritmos genticos, redes neurais e agentes inteligentes.

IV - SISTEMAS ESPECIALISTAS

4.1 Introduo Sistemas Especialistas (SE) so uma classe de sistemas de IA desenvolvidos para servirem como consultores na tomada de decises que envolvam reas restritas da Cincia, normalmente apenas dominadas por especialistas humanos. So sistemas que utilizam o conhecimento de um ou mais especialistas codificado em um programa que o aplica na resoluo de problemas (ABEL, 1995). Para um SE ser considerado uma ferramenta eficaz, as pessoas tm de ser capazes de interagir com ele facilmente. Para facilitar essa interao, o Sistema Especialista deve ter dois recursos alm da capacidade de executar sua tarefa fundamental: Explicar seu raciocnio, adquirir conhecimento novo e modificar conhecimento antigo. Ento, um SE deve, alm de inferir concluses, ter capacidade de aprender novos conhecimentos e, desse modo, melhorar o seu desempenho de raciocnio, e a qualidade de suas decises (RIBEIRO, 1987). 4.2 Histrico Conforme Passos (1989), no incio (dcada de 50), as estratgias de resoluo de problemas de propsitos gerais, da IA, mostraram-se muito ineficientes (no atingiam com eficcia os objetivo da IA) na soluo de problemas complexos. Na dcada de 70, ficou claro para os pesquisadores de IA que para conseguir que seus sistemas resolvessem satisfatoriamente problemas reais, era necessrio incorporar neles grandes quantidades de conhecimentos sobre o problema (PASSOS, 1989). Os SE comearam a surgir comercialmente entre 1980 e 1981. A primeira companhia formada exclusivamente para produzi-los foi a Intelli Genetics, no campo de engenharia gentica e com tcnicos oriundos do Projeto de Programao Heurstica da Universidade de Stanford (SAVARIS, 2002). Assim os SE aps terem se desenvolvido por 15 anos como mera curiosidade da IA aplicada em laboratrios de pesquisa, tornaram-se alvo de significativos esforos de desenvolvimento, tanto tcnicos como comerciais (SAVARIS, 2002). Recentemente, muitas empresas como a brasileira iLab Sistemas Especialistas, tm explorado esta tecnologia.

Embora sistemas especialistas e peritos reais possam em alguns casos desempenhar tarefas idnticas, as caractersticas de ambos so criticamente diversas. Mesmo havendo algumas vantagens evidentes dos sistemas especialistas, eles no podero substituir os peritos em todas as situaes devido a algumas limitaes inerentes. A tabela abaixo resume esta comparao (SAVARIS, 2002):
TABELA 3 - Conhecimento Artificial X Conhecimento Humano (Fonte: Dissertao de Silvana Savaris, pg. 5)

CONHECIMENTO ARTIFICIAL Consistente Sem inspirao Inflexvel Permanente Fcil de transferir Fcil de documentar Baixo custo Individualizado Enfoque restrito Tcnico Imparcial 4.3 Classificao de um SE

CONHECIMENTO HUMANO Imprevisvel Criativo Adaptvel Perecvel Difcil de transferir Difcil de documentar Alto custo Social Enfoque amplo Baseado em senso comum Discriminatrio

Segundo Luger (1998), a diversidade de domnios como medicina, engenharia, educao e apoio empresarial, utilizando solues baseadas em sistemas especialistas, possibilitou a explorao de diversas categorias de problemas. Dentre estas categorias esto: Interpretao - So sistemas que inferem descries de situaes a partir da observao de fatos fazendo uma anlise de dados e procurando determinar as relaes e seus significados. Devem considerar as possveis interpretaes, descartando as que se mostrarem inconsistentes. Diagnsticos - So sistemas que detectam falhas oriundas da interpretao de dados. A anlise dessas falhas pode conduzir a uma concluso diferente da simples interpretao de dados. Detectam os problemas mascarados por falhas dos equipamentos e falhas do prprio diagnstico, que este no detectou por ter falhado. Estes sistemas j tm embutido o sistema de interpretao de dados. Monitoramento - Interpreta as observaes de sinais sobre o comportamento monitorado. Tem de verificar continuamente um determinado comportamento em limites prestabelecidos, sinalizando quando forem requeridas intervenes para o sucesso da execuo.

Um sinal poder ser interpretado de maneiras diferentes, de acordo com a situao global percebida naquele momento, e a interpretao varia de acordo com os fatos que o sistema percebe a cada momento. Predio - A partir de uma modelagem de dados do passado e do presente, este sistema permite uma determinada previso do futuro. Como ele baseia sua soluo na anlise do comportamento dos dados recebidos no passado, de ter mecanismos para verificar os vrios futuros possveis, a partir da anlise do comportamento desses dados, fazendo uso de raciocnios hipotticos e verificando a tendncia de acordo com a variao dos dados de entrada. Planejamento - O sistema prepara um programa de iniciativas a serem tomadas para se atingir um determinado objetivo. So estabelecidas etapas e sub-etapas e, em caso de etapas conflitantes, so definidas as prioridades. Possui caractersticas parecidas com o sistema para a predio e normalmente opera em grandes problemas de soluo complexa. O princpio de funcionamento, em alguns casos, por tentativas de solues, cabendo a anlise mais profunda ao especialista que trabalha com esse sistema. Enfoca os aspectos mais importantes e particiona de maneira coerente um problema em subproblemas menos complexos, estabelecendo sempre o relacionamento entre as metas destes subproblemas e a meta principal. Projeto - Tem caractersticas parecidas com as do planejamento, e devem-se confeccionar especificaes tais que sejam atendidos os objetivos dos requisitos particulares. um sistema capaz de justificar a alternativa tomada para o projeto final, e de fazer uso dessa justificativa para alternativas futuras. Depurao - Trata-se de sistemas que possuem mecanismos para fornecerem solues para o mau funcionamento provocado por distores de dados. Prov, de maneira automtica, verificaes nas diversas partes, incluindo mecanismos para ir validando cada etapa necessria em um processo qualquer. Reparo - Desenvolve e executa planos para administrar os reparos verificados na etapa de diagnstico. Um sistema especialista para reparos segue um plano para administrar alguma soluo encontrada em uma etapa do diagnstico. So poucos os sistemas desenvolvidos, porque o ato de executar um conserto em alguma coisa do mundo real uma tarefa complexa. Instruo - Tem um mecanismo para verificar e corrigir o comportamento do aprendizado dos estudantes. Normalmente, incorporam como subsistemas um sistema de diagnstico e de reparo, e tomam por base uma descrio hipottica do conhecimento do aluno. Seu funcionamento consiste em ir interagindo com o treinando, em alguns casos

apresentando uma pequena explicao e, a partir da, ir sugerindo situaes para serem analisadas pelo treinando. Dependendo do comportamento deste, se vai aumentando a complexidade das situaes e encaminhando o assunto, de maneira didtica, at o nvel intelectual do treinamento. Controle - Governa o comportamento geral de outros sistemas (no apenas de computao). o mais completo, de um modo geral, pois deve interpretar os fatos de uma situao atual, verificando os dados passados e fazendo uma predio do futuro. Apresenta os diagnsticos de possveis problemas, formulando um plano timo para sua correo. Este plano de correo executado e monitorado para que o objetivo seja alcanado 4.4 Elementos de um Sistema Especialista Baseada em uma estrutura modular, composta pelos mdulos: engenharia do conhecimento, base de conhecimentos, mecanismo de inferncia e memria de trabalho, a arquitetura dos sistemas especialistas muitas vezes prov reaproveitamento dos mdulos entre diferentes solues (LUGER, 1998). Existem vrias arquiteturas de sistemas especialistas sendo usadas. Dentre elas a mais simples de compreender e a mais difundida apresenta uma composio que pode ser dividida em: Engenharia do conhecimento, Base de conhecimento, Mecanismo ou mquina de inferncia e Memria de trabalho ou quadro negro (MANCHINI, 2005). 4.4.1 Engenharia do Conhecimento A funo do engenheiro do conhecimento extrair dos especialistas humanos, seus procedimentos, estratgias e raciocnios, etc. e codific-lo de forma a gerar a base de conhecimentos (MIRANDA, 2006).

FIGURA 7 - Funcionamento da Engenharia do Conhecimento

4.4.2 Base de conhecimento Segundo estudo realizado por Nikolopoulos (1997), a base de conhecimento, como o nome j sugere, onde so armazenados, na forma de regras, geralmente do tipo if-then, os conhecimentos adquiridos no mdulo de aquisio de conhecimento. O processo de converso desses conhecimentos em regras ou outro formato que possa ser representado e manipulado por computador chamado representao do conhecimento. Sistemas especialistas que usam regras para representar o conhecimento so chamados sistemas especialistas baseados em regras (NIKOLOPOULOS, 1997).

FIGURA 8 - Base de conhecimento (Fonte: www.eps.ufsc.br)

4.4.3 Memria de trabalho ou quadro Negro Segundo Ribeiro (1987), o quadro negro (ou rascunho da rea de trabalho), a rea de memria do sistema especialista onde o sistema vai gravando e apagando os dados que usa, no processo de inferncia, at chegar a uma soluo. Para se chegar a uma soluo, h

necessidade de se avaliarem regras que so recuperadas na base de conhecimento para uma rea de trabalho na memria. Nesse local essas regras so ordenadas periodicamente em uma nova ordem para serem avaliadas. Durante essa avaliao deve-se verificar fatos e hipteses e, tambm necessita-se de uma rea para serem guardados os valores das variveis para se trabalhar tais tarefas ou hipteses. As concluses dessas regras iro gerar novos fatos e novas hipteses que precisam ser guardados (gravados) temporariamente durante o processo de inferncia (deduo), em algum local (RIBEIRO, 1987, apud IZIDORO, 2005). Essa rea de memria usada para a execuo das operaes acima chama-se quadro negro ou rascunho (RIBEIRO, 1987, apud IZIDORO, 2005). Desta forma, o quadro negro armazena informaes, fatos e estruturas de suporte ao funcionamento do sistema, quando este efetua raciocnios (RIBEIRO, 1987, apud IZIDORO, 2005).

FIGURA 9 - Memria de Trabalho ou Quadro Negro (Fonte: www.eps.ufsc.br)

4.4.4 Mecanismo ou mquina de inferncia Implementa os algoritmos que decidiro quais as regras que sero satisfeitas pelos fatos ou objetos. Posteriormente, prioriza essas regras e executa aquela que obtiver maior prioridade (GIARRATANO, 1998). Em geral, sua implementao independente do domnio da aplicao, ou seja, depender principalmente da forma como o conhecimento foi representado na base de conhecimento (NIKOLOPOULOS, 1997).

FIGURA 10 - Mecanismo ou Mquina de Inferncia (Fonte: www.eps.ufsc.br)

4.5 Quando os Sistemas Especialistas so utilizados Sempre que um problema no pode ser algoritmizado, ou sua soluo conduza a um processamento muito lento, os sistemas especialistas podem ser uma sada, pois possuem o seu mecanismo apoiado em processos heursticos (RIBEIRO, 1987, apud IZIDORO, 2005). A tabela 04 apresenta as principais aplicaes de um SE:
TABELA 4 - reas de aplicaes de SE

SETOR Direo geral

APLICAO -Gesto da informao dos diversos terminais -Consulta de sistemas informticos centrais e terminais -Consultoria a especialistas - Anlise oramentria - Ajuda ao diagnstico geral da empresa - Ajuda a escolhas oramentrias - Ajuda tomada de decises estratgicas - Gesto da informao de diferentes servios

Direo de filial ou de departamento

- Consultoria dos sistemas informticos centrais - Consultoria de especialistas - Anlise oramentria - Ajuda de definies oramentrias - Ajuda tomada de deciso - Anlise econmica para insero de produto ou servio

Marketing

- Ajuda ao estudo do mercado e das necessidades - Anlise dos estudos de sondagem - Anlise das foras e fraquezas da concorrncia - Anlise das reaes da clientela

- Determinao das especificaes de um produto ou servio - Ajuda consulta de bancos de dados externos Pesquisa e Desenvolvimento - Ajuda concepo de um produto novo a partir de especificaes e do conhecimento cientfico ou tcnica disponvel - Ajuda criatividade Estudos - Anlise de funcionamento de um prottipo - Ajuda configurao de uma estrutura de muitos componentes - Ajuda concepo de assistida por computador - Ajuda na escolha de materiais - Ajuda definio do produto de melhor relao Produo qualidade/preo - Ajuda elaborao dos processos de fabricao - Ajuda concepo e fabricao assistida por computador (CAD/CAM) - Ajuda organizao e planejamento - Ajuda Gesto da Produo Assistida por Computador (CAPP) - Controle de robs e centros flexveis - Gesto de alarmes e de sistemas de segurana - Manuteno de equipamentos - Controle de Qualidade Vendas - Gesto de inventrios - Gesto da rede de distribuio - Gesto de estoques - Ajuda manuteno dos produtos vendidos - Ajuda publicidade, escolha de mdia e do contedo das mensagens Financeira - Anlise das reaes dos clientes - Ajuda gesto financeira (escolha de financiamentos, investimentos...) - Gesto do planejamento financeiro - Gesto das contas fornecedores e clientes - Determinao dos gaps significativos da gesto oramentria

- Ajuda ao controle de gesto Recursos Humanos - Pagamento de pessoal - Gesto dos desideratos do pessoal (escolhas das vantagens, dos postos de trabalho etc.). - Assistncia seleo e s promoes - Ajuda determinao dos perfis de capacitao do pessoal Administrativo e Organizacional necessrio empresa - Ajuda elaborao dos processos - Ajuda simplificao da organizao e das tarefas - Classificao dos processos homogneos a todas as estruturas - Ajuda ao aumento da produtividade em todas as tarefas Relaes exteriores (relaes pblicas) executadas na empresa - Ajuda anlise da imagem da empresa - Gesto das mdias e das mensagens

4.6 Linguagem de Programao para Sistemas Especialistas Sistemas especialistas so construdos a partir de linguagens de programao simblica, de ferramentas que implementam uma forma particular de representao de conhecimento ou ainda de sistemas hbridos, que implementam mais de uma forma de representao de conhecimento e ainda disponibilizam uma linguagem de programao para o desenvolvimento (ABEL, 1998). Segundo Abel (1998), as linguagens so mais flexveis de utilizar, ajustam-se a qualquer problema, resolvem particularidades da informao, porm requerem maior experincia de programao. Linguagens convencionais, dirigidas para processamento numrico, como C, FORTRAN ou PASCAL podem ser utilizadas para o desenvolvimento de sistemas especialistas, porm requerem um esforo muito maior de programao. As estruturas bsicas de manipulao de smbolos e a gerncia dinmica de memria e de estruturas de dados devem ser totalmente codificadas pelo programador. Nas linguagens como LISP e PROLOG, essas tarefas so realizadas pela prpria linguagem, diminuindo o trabalho de implementao e depurao (ABEL, 1998). 4.6.1 LISP

A linguagem de programao LISP (do ingls, List Processing processamento de listas) foi criada em 1958 por John McCarthy, o que a torna a segunda mais antiga linguagem de programao de alto nvel, mais recente apenas que a linguagem FORTRAN (MCCARTHY, 1978). A linguagem foi inicialmente implementada em um computador IBM 704 pelo Grupo de Inteligncia Artificial do Massachusetts Institute of Technology (MIT) (NEWELL, 1960). Segundo Newell (1960), a principal motivao para o desenvolvimento da linguagem LISP foi facilitar os experimentos com o sistema Advice Taker', um sistema desenvolvido com a misso de apresentar um certo bom senso ao seguir instrues recebidas sob a forma de sentenas declarativas e imperativas. O principal requisito exigido da linguagem era a possibilidade de manipular expresses representando sentenas lgicas, isto , a linguagem deveria permitir manipulao simblica. 4.6.2 PROLOG Segundo Izidoro (2006) o PROLOG (Programming in Logic) uma linguagem de programao centralizada em torno de um pequeno conjunto de mecanismos: pesquisa por padro (pattern-matching), estrutura de dados baseada em rvore e backtracking automtico (caminho de volta). Este pequeno conjunto constitui uma estrutura poderosa e flexvel de programao. O PROLOG especialmente indicado para objetos principalmente usada como linguagem suporte em aplicaes no numricas e em IA (IZIDORO,2006) O PROLOG foi uma idia que nasceu em 1972 para usar lgica com uma linguagem de programao. As pessoas que desenvolveram esta idia foram (IZIDORO, 2006): Robert Kowalski Lado terico Maarten Van Emdem Demonstrao experimental Alain Comerauer - Implementao Enquanto as linguagens convencionais usam um conceito de programao procedural (como o Pascal), a linguagem PROLOG uma linguagem declarativa (IZIDORO, 2006). Exemplos de onde utilizar PROLOG: - Controlar e monitorar processos industriais; - Implementar Banco de Dados Inteligente; - Traduzir linguagens para linguagens naturais (humana), ou de uma linguagem de programao para outra;

- Construir interfaces de linguagem natural; - Construir Sistemas Especialistas; - Construir pacotes para manipulao de smbolos que resolvam equaes, diferenciais e integrais no definidas, e demonstrao de teoremas. 4.7 Ferramentas para implementao de um Sistema Especialista Nos ltimos anos tem crescido bastante o nmero de trabalhos e pesquisas de ferramentas computacionais em Inteligncia Artificial que procuram capturar e simular o comportamento de especialistas humanos. A construo de um software para o desenvolvimento de sistemas especialistas - shell - no trivial, tendo em vista que este software deve implementar o tratamento de problemas complexos do mundo real que necessitam da interpretao de um especialista. A necessidade de utilizao de sistemas especialistas deve-se a diversos fatores tecnolgicos e econmico-sociais, dentre os quais temos (NOGUEIRA, 1998): - a dificuldade de acesso a especialistas humanos em determinadas regies; - o armazenamento e formalizao do conhecimento de vrios especialistas humanos; - ferramenta de apoio tomada de decises por parte do especialista; - treinamento de profissionais e - imparcialidade na tomada de decises. A arquitetura mais comum de sistemas especialistas a que envolve regras de produo. Essas regras so simplesmente um conjunto de condies no estilo IF... THEN... com a possibilidade de incluso de conectivos lgicos relacionando os atributos no escopo do conhecimento e o uso de probabilidades, como vemos no exemplo a seguir (NOGUEIRA, 1998):
SE leso nas folhas = Sim E queda de folhas = Sim ENTO Doena = Cercosporiose CNF 100%

Visando uma maior viabilidade econmica na implementao de um sistema especialista, e considerando-se que diversos sistemas compartilham uma mquina de inferncia e outras caractersticas comuns de ambiente, foram criadas ferramentas, shells, aptas a realizar muito do trabalho necessrio para transpor um sistema especialista para um computador. Essas ferramentas permitem que o criador do sistema preocupe-se somente com

a representao do conhecimento dos especialistas, deixando para o shell a tarefa de interpretar o conhecimento representado e execut-lo em uma mquina, alm de permitir depuraes e explicaes de como o computador chegou quela (s) concluso (es). A principal funo de um shell simplificar ao mximo o trabalho de implementao de um sistema especialista (NOGUEIRA, 1998). 4.7.1 Shells de Sistemas Especialistas Um shell uma ferramenta genrica para implementao de bases de conhecimento. Que de tal modo, o desenvolvedor no se preocupa com a mquina de inferncia, apenas com o conjunto de regras que modelam o conhecimento desejado. Normalmente um shell inclui (BARRETO, 2006): - Ferramentas para introduzir conhecimento na base de conhecimento; - Um ou vrios motores de Inferncia; - Mecanismos para tratar impreciso; - Mecanismos para tratar incertezas; - Mecanismos de seguir passo a passo o funcionamento do programa de modo a encontrar possveis erros; - Uma comunicao homem-mquina. 4.7.1.1 Exemplos de shells para a construo de sistemas especialistas 4.7.1.1.1 CLIPS Conforme Cullbert (2005), a origem do C Language Integrated Production System (CLIPS) data por volta de 1984, no centro espacial Johnson Space Center, na NASA. Naquela poca, a seo de IA tinha desenvolvido mais de uma dzia de prottipos de aplicaes de sistemas especialistas. Porm, apesar de demonstraes extensas do potencial de sistemas especialistas, poucos destas aplicaes foram colocadas em uso regular. Este fracasso para prover tecnologia de sistemas especialista dentro dos constrangimentos de computao operacionais de NASA poderia ser localizado em grande parte ao uso da linguagem de programao LISP como o idioma bsico para quase todas as ferramentas de software de sistema especialistas naquele momento. Em particular, trs problemas impediram o uso de LISP nas ferramentas baseadas em Sistema Especialista na NASA: a baixa

disponibilidade de LISP e uma variedade de computadores convencionais, o alto custo de ferramentas LISP e hardware, e a integrao pobre de LISP com outros idiomas. Conhecendo todas as suas necessidades de maneira efetiva, ento ficou evidente que a Seo de IA teria que desenvolver sua ferramenta de sistema especialista baseada na linguagem C (CULLBERT, 2005). O prottipo da verso do CLIPS foi desenvolvido no vero de 1985, em menos de dois meses. Foi dada uma ateno particular para a compatibilidade com os sistemas desenvolvidos naquela poca pela seo de IA da NASA. Assim a sintaxe do CLIPS foi escrita bem semelhante sintaxe de um subconjunto de uma ferramenta de sistema especialista chamado ART. Embora modelado em semelhana ferramenta ART, o desenvolvimento do CLIPS foi completamente sem a ajuda de inferncia ou acesso do cdigo do ART (CULLBERT, 2005). A inteno original do CLIPS era ganhar perspiccia til e conhecimento sobre a construo de ferramentas de sistema especialistas e pr a base para a construo de uma ferramenta de substituio para as ferramentas comerciais que so atualmente usadas. Depois de seu desenvolvimento, ficou claro que o CLIPS seria uma ferramenta de sistema especialista de baixo custo ideal para treinamento. O desenvolvimento e aprimoramento da ferramenta trouxeram ao CLIPS maior portabilidade, desempenho e funcionalidade (CULLBERT, 2005). Mais adiante as alteraes promoveram o CLIPS de uma ferramenta de treinamento para uma ferramenta de desenvolvimento muito til para a confeco de sistemas especialistas (CULLBERT, 2005). Devido a sua portabilidade, extensibilidade e baixo custo o CLIPS tem uma boa aceitao de empresas desenvolvedoras de sistemas especialistas como a brasileira KEOHPS (Knowledge Engenharia, Sistemas Hidrulicos e Pneumticos Ltda.), que atua na rea de engenharia do conhecimento, inteligncia artificial e sistemas especialistas. O desenvolvimento do CLIPS ajudou a melhorar a tecnologia de sistemas especialistas dos setores pblicos e privados para uma gama extensiva de aplicaes e ambiente de computao diversa (CULLBERT, 2005). A sua interface grfica xclips auxilia na visualizao e depurao de programas CLIPS. A janela principal (FIGURA 4) mostra o terminal, que permite a programao do CLIPS, e os menus que permitem fazer a carga e salvamento de programas, auxiliam na execuo do sistema e fazem visualizao de componentes do ambiente (PEZZI, 2005).

FIGURA 11 - Janela principal do xclips (Fonte: PEZZI, 2005)

4.7.1.1.2 JESS JESS um acrnimo ou sigla para Java Expert System Shell. Ele uma engine de regras, ou seja, uma mquina de regras e um ambiente de script escrito inteiramente em Java por Ernest Friedman-Hill nos laboratrios da Sandia National, em Livermore, Canad. O JESS originalmente foi inspirado no CLIPS expert system Shell, mas cresceu em um distinto e influenciado ambiente Java de criao. Usando JESS, podemos construir applets Java e aplicaes com capacidade de argumentar, usando conhecimento na forma de regras declarativas. Como o CLIPS, o JESS tem uma sintaxe como a do LISP. (FRIEDMAN, 2003). A mquina de inferncia do JESS utiliza o algoritmo RETE (rede), dando maior eficincia ao processamento de regras. O funcionamento desse algoritmo se d pela construo de uma rede de ns, onde cada n representa testes feitos em cima do lado esquerdo das regras. Fatos que sero adicionados ou removidos da memria de trabalho so processados pela rede at atingirem a base, onde esto as regras individuais. Se um conjunto

de fatos processado pela rede passa por todos os testes sobre o lado esquerdo de uma regra em particular, o lado direito dessa regra executado, caso a remoo de um dos fatos da memria de trabalho no invalide a regra (FRIEDMAN-HILL, 2005). A estrutura bsica de uma aplicao consiste numa base de regras que representa o conhecimento do especialista humano em um domnio especfico, sobre o qual a aplicao ser construda. O motor de inferncia realiza o processamento do conhecimento. O processamento consiste em tirar concluses a partir do conhecimento armazenado, atravs do encadeamento lgico das regras (FIGURA 5). O motor de inferncia do JESS suporta tanto o encadeamento para trs ou regressivo (backward chaining) quanto o encadeamento progressivo ou frente (forward chaining) (BITTENCOURT, 2001).

FIGURA 12 - Exemplo de execuo de uma regra utilizando JESS (Fonte: FRIEDMAN, 2003)

O JESS, apesar de ser o primeiro sistema especialista definido para Java, sofre dos mesmos problemas de CLIPS, basicamente a baixa integrao do sistema com a linguagem hospedeira. Ainda existe a separao dos mundos de objetos Java e o de objetos (ou fatos) JESS, e a sintaxe utilizada na definio das regras em nada se assemelha da linguagem hospedeira, fazendo com que o usurio, tipicamente um programador Java, tenha que passar um tempo maior no entendimento do sistema (FIGUEIRA, 1999). A necessidade que os objetos sejam capazes de avisar sobre modificaes ocorridas em suas propriedades tambm limita a utilizao do sistema, que fica impossibilitado, por exemplo, de utilizar classes definidas por terceiros, uma prtica bastante comum no desenvolvimento orientado a objetos (FIGUEIRA, 1999).

4.7.1.1.3 Expert SINTA Foi desenvolvido entre 1995 e 1998 no Laboratrio de Inteligncia Artificial (LIA), localizado no Departamento de Computao da Universidade Federal do Cear (UFC) (NOGUEIRA, 1998). um shell implementado na linguagem de programao orientada a objetos Borland Delphi, dando um suporte visual de fcil operao. Permite o desenvolvimento modular de bases de conhecimento atravs de uma interface de fcil manipulao e de utilitrios criados para depurao (NOGUEIRA, 1998). O Expert SINTA proporciona uma economia de tempo para os desenvolvedores da base de conhecimento e tambm um melhor aproveitamento por parte do usurio final ao permitir a incluso de hipertextos explicativos sobre as possveis solues encontradas pelo sistema. Alm destas facilidades, traz um ambiente de trabalho que possibilita, tanto ao projetista do conhecimento quanto ao usurio final, o uso das facilidades mencionadas sem que seja necessrio um conhecimento aprofundado de informtica. Isto conseguido atravs de um modelo visual, ao contrrio de outras ferramentas que utilizam pseudo-linguagens para projeto e adaptao do conhecimento do especialista. (NOGUEIRA, 1998). Os SE gerados no Expert SINTA seguem a arquitetura conforme a FIGURA 13:

FIGURA 13 - Arquitetura simplificada do Expert SINTA (Fonte: NOGUEIRA, 1998)

onde: Base de conhecimentos representa a informao (fatos e regras) que um especialista utiliza, representada computacionalmente;

Editor de bases o meio pelo qual o shell permite a implementao das bases desejadas; Mquina de Inferncia a parte do SE responsvel pelas dedues sobre a base de conhecimentos; Banco de Dados Global so as evidncias apontadas pelo usurio do sistema especialista durante uma consulta.

V - SISTEMA ESPECIALISTA PARA DIAGNSTICO DE DOENAS DO CAF SEDDC

5.1 Introduo A poca de colheita do caf talvez a mais importante do ano para os produtores rurais (cafeicultores), que estaro colhendo os frutos de um ano todo de trabalho. Porm, nem todos conseguem chegar a esta poca to esperada com o cafezal invicto de doenas, o que faz com que no se colha ou ento se colha muito menos caf do que o esperado. Problema esse, que poderia ser evitado se fosse possvel identificar as doenas antes da morte da planta e do alastramento para as demais. O grande problema que a maioria dos produtores possui pouco ou nenhum conhecimento sobre estas doenas, e s conseguem diagnostic-la com a ajuda de um especialista (agrnomo), mas nem sempre o especialista tem disponibilidade para o atendimento na hora e local solicitado, e os que se encontram disponveis, no conseguem diagnosticar de imediato a doena devido quantidade de informaes que devem ser manipuladas para o diagnstico preciso, precisando ento levar uma amostra de folhas infectadas para laboratrios especiais, fazendo com que o produtor exponha sua lavoura a um grande risco, pois quanto maior o tempo de atraso para diagnstico da doena que ataca o cafezal, mais difcil fica de ser feito o tratamento, resultando muitas vezes na morte de parte ou de toda a lavoura cafeeira. Na tentativa de obter uma ferramenta capaz de fornecer subsdio ao produtor e agrnomo na resoluo deste problema rotineiramente defrontado em suas atividades, construiu-se o prottipo do SEDDC. Este prottipo ser uma ferramenta capaz de diagnosticar oito tipos de doenas foliares cafeeiras, mas dever ser utilizado somente de forma auxiliar aos produtores rurais, no dispensando a consulta a um especialista, a quem destinar-se- o tratamento da doena. Para elaborao do SEDDC, a metodologia utilizada foi: aquisio do conhecimento, definio do problema, influncias no prognstico e desenvolvimento. A aquisio do conhecimento (ANEXO A) realizou-se por meio de entrevistas com especialistas os engenheiros agrnomos Raul Carvalho Guimares, Maquil dos Santos Silva Pereira e Carlos Alberto Mesquita Rabelo Junior formados pela Escola Superior de Agronomia e Cincias de Machado (ESACMA), e o engenheiro agrnomo Wendel Brito,

formado pela Universidade de Alfenas (UNIFENAS) , por materiais fornecidos pela fundao PROCAF, por pesquisas realizadas em sites Coffee Break, EMBRAPA, Portal do Agronegcio, Centro de Inteligncia do Caf (CIC) e pesquisas em livros Adubos, corretivos e defensivos para a lavoura cafeeira: Indicao de uso de J.B. Matiello et al.. Depois de identificadas as doenas mais comuns na regio sul mineira, verificou-se os fatores que possuem relao direta com seu surgimento. Identificadas todas as causas, passou-se para a definio e quantificao das variveis, de acordo com a experincia adquirida em manejo do caf por parte dos especialistas, obtendo-se as probabilidades. Aps esclarecimento sobre as doenas e definio da abrangncia do sistema, definiuse a ferramenta shell que ser utilizada para implementao do sistema. A ferramenta definida para projetar o SEDDC o shell Expert SINTA, por ser gratuito, no utilizar pseudo-linguagens e tambm simplificar ao mximo as etapas de criao de um SE completo. A base de conhecimento no Expert SINTA, envolve os seguintes atributos que so indicados pelo(s) engenheiro(s) do conhecimento no desenvolvimento de um SE: - Variveis - Objetivos - Regras - Interface - Informaes adicionais Quando estes elementos j estiverem definidos torna-se possvel a utilizao do sistema. 5.2 Desenvolvimento do Prottipo do SEDDC 5.2.1 - Gerenciando Bases Como padro, O Expert SINTA grava as bases de conhecimento geradas em arquivos *.BCM. No menu Arquivo tem-se as seguintes opes: - Abrir base: abre bases pr-existentes em seus discos. - Nova base: cria uma base totalmente nova. - Salvar base: salva a base de conhecimento que est em uso.

- Salvar como: cria uma base de conhecimento igual aquela que est em uso, porm com outro nome. - Imprimir: impresso da base de conhecimentos. Muitas das opes dos menus encontram-se tambm na barra de ferramentas, inicialmente presente no topo da rea de trabalho do Expert SINTA.
Opes relativas gerncia de bases

FIGURA 14 - Barra de Ferramentas do Expert SINTA

5.2.2 A janela Knowledge-in-a-box A janela Knowledge-in-a-box (KIB) traz todas as opes de desenvolvimento de base, alm de uma lista com todas as regras presentes at o momento.

FIGURA 15 - Janela KIB

5.2.3 Criando variveis Antes de se poder criar as regras do SE em desenvolvimento, necessrio que todas as variveis utilizadas, bem como seus respectivos valores, sejam criadas e lanadas no Expert SINTA. Na janela KIB, clicando no boto Variveis, aparecer a seguinte janela:

FIGURA 16 - Criando variveis

Esta janela permite incluir e excluir variveis e valores, e tambm dizer se uma varivel numrica (no possui valores pr-estabelecidos, seu valor ser um nmero digitado pelo usurio), multivalorada (o usurio poder marcar no menu, um ou mais de seus valores pr-estabelecidos) ou univalorada (o usurio poder marcar somente um de seus valores prestabelecidos, no menu). No desenvolvimento do SEDDC foram criadas 26 variveis (ANEXO B). 5.2.4 Definindo o(s) objetivo(s) O objetivo de uma consulta a um especialista encontrar a resposta para um determinado problema. Assim tambm um sistema especialista. A diferena que, aqui, os problemas so representados por variveis. Antes de se poder executar um SE pela primeira vez no Expert SINTA, preciso que defina-se quais so as variveis (chamadas variveis objetivo) que iro controlar o modo como a mquina de inferncia se comporta. Quando clicado no boto Objetivos da janela KIB, aparece uma janelacom duas listas: a lista das variveis comuns e a das variveis objetivo (FIGURA 17).

FIGURA 17 - Definindo a varivel objetivo

Para o SEDDC foi necessrio a criao de somente uma varivel objetivo: varivel Doena . 5.2.5 Trabalhando com regras O Expert SINTA utiliza regras de produo para modelar o conhecimento humano, o que o torna ideal para problemas de seleo, no qual uma determinada soluo deve ser atingida a partir de um conjunto de selees. Na janela KIB tm-se os seguintes botes: - Nova regra: cria uma nova regra. - Abrir regra: abre uma regra. - Excluir regra: exclui uma regra. Quando se cria uma nova regra uma caixa de dilogo pede para que se indique a posio dessa regra em relao s demais (pois a ordem das regras influencia o descobrimento de solues). E tambm, pede-se para dizer se esta regra ser baseada em um outro modelo de regra j existente.

FIGURA 18 - Nova Regra Ordem e Modelo

Depois de se ter definido a ordem e modelo da nova regra, preciso mont-la inserindo as premissas e concluso. A FIGURA 19 mostra a janela onde a regra ser montada:

FIGURA 19 - Janela onde a regra ser montada

Inserindo uma premissa: preciso selecionar o SE e utilizar o boto Incluir. Ento aparecer uma janela com as opes para se inserir a nova premissa (FIGURA 20).

FIGURA 20 - Nova Regra Inserindo uma premissa

A primeira lista indica a varivel a ser utilizada e a ltima o valor com o qual estabelecemos uma relao. tambm possvel identificar o tipo de relao: igualdade (=), diferena (<>), superioridade (> - somente para variveis numricas), entre outras. Caso a premissa no seja a primeira da regra, voc dever indicar o tipo de conectivo (E ou OU) pelo qual a premissa se liga anterior. Inserindo uma concluso: preciso selecionar o ENTO e utilizar o boto Incluir. Aparecer ento uma janela com as opes para se inserir a concluso (FIGURA 21).

FIGURA 21 - Nova Regra Inserindo uma concluso

Quando inserindo uma concluso, somente o operador de atribuio (=) pode ser utilizado. A lista Fator de confiana indica o grau de confiana daquela atribuio. Deixar a lista vazia indica uma confiana de 100% (cem por cento). Para editar e eliminar uma sentena, preciso utilizar os botes Alterar e Excluir respectivamente.

FIGURA 22 - Nova Regra Editando e Eliminando uma sentena.

Para o SEDDC foram criadas 43 regras de produo (ANEXO C) 5.2.6 Definindo Interface com o usurio Um SE criado no Expert SINTA, comunica-se com o usurio final atravs de menus de mltipla escolha (ou escolha simples, se a varivel em questo for univalorada). Estes menus so construdos automaticamente pela shell, mas alguns detalhes devem ser fornecidos.

FIGURA 23 - Criando Interface

Clicando no boto Interface da janela KIB, possvel estar criando as perguntas pelas quais o sistema interagir com o usurio (FIGURA 23). A pergunta realizada pela mquina de inferncia deve ser personalizada para que seja inteligvel. No SEDDC para cada varivel comum foi elaborada uma pergunta diferente (ANEXO D). 5.2.7 Informaes adicionais sobre a base A janela Informaes sobre a Base (FIGURA 24), exibida a partir do boto Informaes da janela KIB, permite a definio de informaes esclarecedoras sobre a base, indicao dos autores e definio de contextos de ajuda que podem ser vitais para o aproveitamento do sistema especialista.

FIGURA 24 - Criando Informaes adicionais sobre a Base

5.2.8 Opes Para permitir maior flexibilidade na construo de um sistema especialista, o Expert SINTA oferece diversas opes de configurao. Para acess-las, utiliza-se o menu Exibir e em seguida Opes. Uma caixa de dilogo com trs partes aparecer. - 1 parte: Mquina de Inferncia (FIGURA 25).

FIGURA 25 - Opes Mquina de Inferncia

Permite pequenas modificaes no comportamento da mquina de inferncia, como o modo pelo qual as premissas so avaliadas.

Utiliza-se Conjuno (E), em sistemas onde precisa-se de qualquer forma chegar a um resultado, pois com este tipo de precedncia uma regra pode ser aceita mesmo que no esteja completamente correta. Utiliza-se Disjuno (OU), em sistema onde a resposta tem que ser precisa, pois neste tipo de precedncia, uma regra s ser aceita se todas as premissas estiverem completamente corretas. Em sistemas de diagnstico de doenas, normalmente se utiliza a precedncia OU. - 2 parte: Fatores de Confiana (FIGURA 26). Aps avaliar todas as premissas de uma regra, o Expert SINTA pode aceit-la ou rejeit-la. Se, ao calcular o fator de confiana final ele for maior que o mnimo estipulado, a regra ser aceita.

FIGURA 26 - Opes Fatores de Confiana

nessa janela que se define o valor mnimo para aceitao ou rejeio de uma regra. Tambm nela que se pode alterar as funes de clculo de fatores de confiana (caso no se altere as frmulas, ento o Expert SINTA usar a sua frmula padro).

-3 parte: Senhas (FIGURA 27).

FIGURA 27 - Opes - Senhas

Um sistema especialista um programa como os outros programas de computador. Portanto, pode fazer-se necessrio algum tipo de restrio no uso deste software. As restries permitidas pelo Expert SINTA so: - Permitir execuo e visualizao: O usurio no ter permisso de alterar a base, mas poder, executar, visualizar e imprimir normalmente. Isto garantir que a base no perca sua consistncia. - Permitir somente execuo: O usurio sem senha apenas poder executar o sistema, mas no poder modificar sua base e menos ainda visualiz-la. Esta opo seria interessante somente para evitar pirataria, pois, um sistema especialista que no exibe o contedo de suas regras e no permite acompanhar sua execuo e verificar como atingiu o resultado exibido, no merece a mesma confiabilidade de um sistema que permite o completo acesso s suas regras. - Nenhuma permisso: Somente pessoas com senha podem utilizar esse sistema especialista. 5.2.9 Consultando o SEDDC O Expert SINTA mantm uma interface uniforme para a consulta de qualquer base de conhecimento criada em seu ambiente. Existem dois modos pelos quais podem ser efetuadas consultas:

A execuo usual, na qual o usurio acompanha uma seqncia de menus de mltipla (ou nica) escolha, nos quais deve-se indicar informaes que resultaro nas concluses atingidas pelo sistema especialista; Ou modo de acompanhamento, pelo qual possvel examinar o contedo das regras que formam o sistema, bem como acompanhar a execuo passo a passo e as instncias (valores) que cada varivel possui em determinado momento. Atravs da tecla F9 ou do menu Consulta e depois Iniciar (FIGURA 28) ou ainda do cone iniciar da barra de ferramentas de consulta (FIGURA 29) (esta barra de ferramentas possui tambm outros cones como voltar pergunta, pausar e parar), o sistema inicia o questionrio conforme a ordem estabelecida nas regras.

FIGURA 28 - Menu Consulta

Iniciar

Pausar

Voltar pergunta

Parar

FIGURA 29 - Barra de ferramentas Consulta

Os cones ou opes que estiverem em cinza no esto disponveis naquele momento. Iniciando-se a consulta, o sistema especialista poder apresentar uma tela de abertura (FIGURA 30), com informaes sobre seu funcionamento, os autores e casos aos quais ele se aplica, ou outra informao. Para iniciar a consulta, deve-se pressionar o boto OK. O boto Cancelar abandona a execuo do sistema especialista. O boto Ajuda chama a ajuda da base, se ela estiver disponvel.

FIGURA 30 - Iniciando a Consulta Tela de Abertura

A consulta se desenvolve por meio de menus de mltipla (ou nica) escolha, como mostra a FIGURA 31.

FIGURA 31 - Um exemplo de menu

O usurio dever escolher a(s) opo(es) desejada(s) marcando a(s) respectiva(s) caixa(s) de verificao, localizadas sempre esquerda de cada alternativa, e depois informar opcionalmente o grau de confiana (so utilizados quando no se possui certeza absoluta sobre um fato), ou seja, caso ele no informe o sistema automaticamente entender que o grau de confiana 100%. Pode acontecer de o usurio no saber a resposta de alguma pergunta e/ou no identificar a resposta entre as alternativas propostas. Quando isto ocorrer, o usurio no dever marcar nenhuma alternativa para aquela pergunta, fazendo assim, o sistema entender que o usurio desconhece a resposta e evitar um diagnstico impreciso. Quando se est no modo de acompanhamento, uma nova janela sempre estar aberta, o depurador (FIGURA 32).

FIGURA 32 - Depurador

O depurador exibe, em sua caixa de listagem, todas as regras da base de conhecimento. A sentena em destaque aquela que est sendo analisada no momento pela mquina de inferncia. Utilizando o menu Depurar e depois Passo, ou o boto respectivo da barra de ferramentas, ou ainda a tecla F8, pode-se continuar a acompanhar, passo a passo, a execuo do sistema. Se o sistema estiver realizando uma pergunta para voc, primeiro responda antes de executar um passo, ou nada acontecer. Fechar o depurador equivale a voltar ao modo de execuo. O sistema especialista divide a sua consulta em uma busca de objetivos. Ao final de cada busca, uma janela de resultados apresentada. Ela se divide em quatro partes: - Resultados (FIGURA 33): so apresentados todos os valores atingidos pelo objetivo, com os respectivos graus de confiana. Caso o sistema no tenha chegado a nenhuma soluo, ele indicar.

FIGURA 33 - Janela de Resultados - Resultados

- Histrico (FIGURA 34): exibe todo o caminho realizado pelo sistema especialista at atingir quela(s) soluo(es). Esta pgina s estar disponvel livremente se o projetista da base no houver protegido a base de conhecimento.

FIGURA 34 - Janela de Resultados Histrico

- Todos os Valores (FIGURA 35): uma generalizao da primeira pgina. Exibe todos os valores de todas as variveis.

FIGURA 35 - Janela de Resultados Todos os valores

- O Sistema (FIGURA 36): exibe todas as regras do sistema especialista. til tambm para entender como o sistema chegou quela(s) concluso(es), em conjunto com o histrico.

FIGURA 36 - Janela de Resultados O sistema

5.3 Demonstrao de algumas consultas no SEDDC Segue a seguir alguns exemplos de consultas realizadas no SEDDC: Consulta 1:

FIGURA 37 - Consulta 1: A folha apresenta leses?

FIGURA 38 - Consulta 1: Qual a colorao das leses nas folhas?

FIGURA 39 - Consulta 1: Qual o grau de exposio da lavoura luz solar antes do aparecimento das leses?

FIGURA 40 - Consulta 1: Antes da notificao da doena ocorreu temperatura?

FIGURA 41 - Consulta1: Resultados

Consulta 2:

FIGURA 42 - Consulta 2: A folha apresenta leses?

FIGURA 43 - Consulta 2: Qual a colorao das leses nas folhas?

FIGURA 44 - Consulta 2: As folhas apresentam alguns sintomas como?

FIGURA 45 - Consulta 2: H mumificao das rosetas florais, flores ou frutos?

FIGURA 46 - Consulta 2: Resultado

VI CONCLUSO

O crescente aumento da quantidade de informaes que necessitam ser manipuladas por agrnomos para um adequado processo de diagnstico de doenas cafeeiras e a perda de parte da lavoura dos produtores rurais pelo diagnstico tardio de doenas, vem intensificando a necessidade do uso dos Sistemas de Apoio Deciso. Estes profissionais ainda tm um preconceito com relao ao sistema, no aceitando a capacidade da mquina em armazenar informaes que proporcionaro sade do cafezal. Aprender a usar bem o sistema, conhecer suas vantagens, seus benefcios seria fundamental para o bom agrnomo. Com o prottipo do SEDDC foi disponibilizado ao produtor rural e agrnomo, a informao precisa e confivel para auxili-los na diagnose de doenas cafeeiras quando julgarem necessrio e, principalmente, o conhecimento de um sistema que muitos at hoje nunca tinham visto ou tido o interesse de conhecer. Atravs de testes realizados pelos especialistas que forneceram as informaes para a construo deste prottipo, ficou provado que o SEDDC realmente til, e atingiu os objetivos esperados. Acreditamos que se houver uma maior explorao e interesse pelo desenvolvimento de sistemas como estes, num futuro bem prximo, especialistas em cafeicultura e produtores rurais podero contar com um grande aliado, no s na preveno e descoberta de doenas, mas tambm no manejo completo do caf, proporcionando uma maior confiabilidade na produo cafeeira da lavoura. 6.1 Dificuldades Encontradas Naturalmente, dificuldades apareceram no decorrer de cada etapa do projeto, as quais contriburam muito para o aprendizado e tambm para o amadurecimento do sistema como um todo. A maior dificuldade encontrada foi em relao ao levantamento de requisitos. Um Sistema Especialista s pode ser considerado confivel, se s informaes contidas nele forem extradas de fontes confiveis. Diversos foram os agrnomos e produtores rurais entrevistados, e muitos dados tcnicos sobre o assunto nos foram passados. O problema foi grande quantidade de

informaes que se contradiziam entre uma entrevista e outra, o que nos levou procurar a PROCAF, que nos forneceu alguns materiais e livros, contendo s informaes que ainda precisvamos sobre o assunto . Analisar os dados e separar o que poderia ser considerado relevante foi a parte do projeto mais trabalhosa. Outra dificuldade encontrada tambm, foi a montagem das regras no Expert SINTA, primeiro porque mesmo j sabendo utilizar o shell, no tnhamos conhecimento profundo sobre o seu funcionamento e segundo foi em relao quantidade de informaes que precisavam ser transformadas em regras. Assim, depois de muito pesquisar e perguntar aos mais experientes nos devidos assuntos, o resultado aos poucos foi se definindo e com isso, as dificuldades foram uma a uma sendo superadas tornando possvel o desenvolvimento com xito do prottipo do SEDDC. 6.2 Trabalhos Futuros O shell Expert Sinta permite a criao de sistemas funcionalmente adequados, mas no apresenta maiores opes de personalizao de interface. Devido a este fato, para evitar solues intermedirias, como um pequeno editor de caixas de dilogo embutido dentro do prprio shell, sugerimos a implementao de programas executveis de sistemas especialistas. A idia utilizar uma linguagem de programao completa, onde toda a implementao de representao de conhecimento e mquina de inferncia ocorre de forma totalmente encapsulada. E, com o uso de ambientes visuais como o Borland Delphi, possvel acrescentar tais componentes em tempo de desenvolvimento a um formulrio, criando o bsico da interface sem uma nica linha a mais de programao.

FIGURA 47 - Paleta de componentes do Expert Sinta sob o Delphi 2.0

Outra idia seria capacitar o sistema a diagnosticar um nmero maior de doenas cafeeiras, no se limitando somente s doenas foliares da regio sul mineira, e tambm

incluir outras tarefas como o diagnstico de pragas, nematides e deficincias nutricionais que atingem todo o parque cafeeiro nacional, para que ele possa ser utilizado em todas s regies produtoras de caf. Outra tarefa que tambm seria legal acrescentar, nos tpicos de ajuda inserir as possveis medidas de tratamento para os problemas que ele for capaz de diagnosticar.

VII - REFERNCIAS BIBLIOGRFICAS

ABEL, Mara; REATEGUI, Eliseo Berni; CASTILHO, Jos; et al. Evaluating Case-Based Reasoning in a geological model. Proceedings of 6th Intern. Conference and Workshop on Database and Expert Systems Aplications - DEXA 95, London 4-8 September 1995. ABEL, Mara. Sistemas Especialistas. Universidade Federal do Rio Grande do Sul: Porto Alegre, 1998. Apostila. ABIC. Histria do Caf: Origem e Trajetria. Associao Brasileira da Indstria de Caf. Disponvel em: < http://www.abic.com.br/scafe_historia.html > Acesso em 16 de out. de 2006. AGRONEGCIOS - Portal do Agronegcio Caf. Brasil Caf: Estados maiores produtores 2005. Disponvel em: < http://www.agronegocio.goias.gov.br/docs/portal/maiorcafe.pdf> Acesso em 16 de outubro de 2006. ANDRADE, Hlcio, BERTOLDO, Mathilde A., MARQUES, Hudson S., et al. Mapeamento das Classes de Solos da Regio de Machado-Mg, a partir da Correlao Entre Solos e Relevo, Utilizando Tcnicas de Geoprocessamento. Anais XI SBSR, Belo Horizonte, Brasil, 05-10 abril 2003, INPE, p. 169-172. BARRETO, Paulo, MACHADO, Maria, MEDEIROS, Valria. Um Sistema de Inferncia Nebuloso Para Apoio A Tomada De Deciso Do Analista De Crdito De Empresas De Crdito Pessoal. RESI Revista Eletrnica de Sistemas de Informao, Edio 7, ano V, nmero 1, Julho de 2006. BITTENCOURT, G. Inteligncia Artificial: Ferramentas e Prticas, Editora da UFSC, 2 Edio, Florianpolis, SC, 2001 CAF E SADE. Brasileiros no Caf: Francisco de Melo Palheta. Revista Eletrnica Caf e Sade. Disponvel em: < http://www.cafeesaude.com.br/brasileiros/palheta.htm> Acesso em 16 de outubro de 2006. CHARNIAK, E.; MCDERMOTT, D. Introduction to Artificial Intelligence. [S.l.:s.n.] Reading: Addison-Wesley, 1985, 701p.

CHORAFAS, D. N. Sistemas Especialistas: aplicaes comerciais. So Paulo: McGrawHill,1988. Disponvel em: <http://n27.udesc.br/demo/trabalhos/alunos/mc/se.html> Acessado em 21 de agosto de 2004. COFFEE-BREAK.. Regies Cafeeiras: Sul de Minas. O Portal do Agronegcio Caf Disponvel em: < http://www.coffeebreak.com.br/ocafezal.asp?SE=6&ID=38> Acesso em 23 de outubro de 2006. DPEE-BRADESCO. Agronegcio em Anlise. Departamento de pesquisa e Estudos Econmicos do Bradesco. Publicado em 05 de janeiro de 2006. Disponvel em: <http://www.economiaemdia.com.br/br/pdf/producao/AGRO_ANALISE_05_01_06.pdf> Acesso em 22 de outubro de 2006. EMBRAPA. Relatrio do Programa Nacional de Pesquisa e Desenvolvimento do Caf PNP&D/Caf. Empresa Brasileira de Pesquisa Agropecuria, Braslia, 1999. 62p. FERREIRA, Gabriel, GUIMARES, Paulo, POZZA, Adlia. Transmisso de tecnologia para diferentes zonas produtoras. Portal do Agronegcio Caf: set/2001. Disponvel em: <http://www.coffeebreak.com.br/ocafezal.asp?SE=8&ID=470> Acesso em 23 de outubro de 2006. FIGUEIRA, Carlos S.. JEOPS Uma ferramenta para o desenvolvimento de aplicaes inteligentes em Java. Dissertao (Mestrado) Universidade Federal de Pernambuco, Recife, 1999. FLORES, Ceclia D. Fundamentos dos Sistemas Especialistas. Porto Alegre:

PPGC/UFRGS, 2000. Disponvel em: <http://www.univates.br/sicompi/wcompi2002/05flores.pdf> Acesso em: 02 de maio de 2006. FLORIANI, C.G. Caf: a certificao o caminho. Caderno Tcnico-Agrotec, Belo Horizonte, n.1, p.1-20, 2000. FRIEDMAN, E. JESS in Action. [S.l.]: Editora Manning, 3 Edio, Greenwich, 2003 FRIEDMAN-HILL, E. JESS: The rule engine for Javaplatform. Distributed Computing Systems. Sandia National Laboratories. Livermore, CA, 2005. Disponvel em http://herzberg.ca.sandia.gov/jess/ GIARRATANO, Joseph; RILEY, Gary. Expert systems: principles and programming. 3. ed. Boston, PWS Publishing Company 1998. 597 p.

IZIDORO, Sandro. Inteligncia Artificial: Sistemas Especialistas. 2005. Apostila. IZIDORO, Sandro. Inteligncia Artificial: Introduo ao PROLOG. 2006. Apostila. LUGER, S. Structures And Strategies For Complex Problem Solving, 3 Edio, [S.l.]:Ed. Addison Wesley, 1998. MANCHINI, Daniella P. Sistemas Especialistas. Maring: UEM, 2005. Disponvel em: <http://www.din.uem.br/ia/intelige/especialistas/especialistas/> Acesso em: 04 de outubro de 2006. MATIELLO, J.B.; GARCIA A.W.R.; ALMEIDA S.R.. Adubos, corretivos e defensivos para a lavoura cafeeira: Indicao de uso. Varginha: MAPA/ Fundao PROCAF e EMBRAPA/Caf, maio de 2006. MCCARTHY, J. History of lisp. [S.l]: ACM SIGPLAN Notices, Agosto 1978. MIRANDA, Juliano Coelho. Domnios da Inteligncia Artificial: Sistemas Especialistas e Lgicas No-clssicas. Faculdade Cenecista de Varginha, 2006. Apostila NEWELL, A; TONGUE, F.M. An introduction to information processing language. [S.l.]: Communications of ACM, 1960. NAHUM NETO, David. Exportao de caf torrado e modo. Palestra proferida no 5 Simpsio Estadual do Caf. Vitria: CETCAF, outubro/2002. NIKOLOPOULOS, Chris. Expert systems: introduction to first and second generation and hybrid knowledge based systems. New York: Marcel Dekker Inc, 1997. 331p. NOGUEIRA,J.H.M. et al. Expert SINTA: Manual do usurio Verso 1.1.Fortaleza: Universidade 2004. PAGS, Rassa. Aps a xcara de caf, misria e morte. [S.l.]: Digital Gramma Internacional, de 2006. PASSOS, Emmanuel L.. Inteligncia Artificial e Sistemas Especialistas ao Alcance de Todos. Rio de Janeiro: Livros Tcnicos e Cientficos Editora S.A., 1989. outubro/2002. Disponvel em: <http://www.granma.cu/portugues/octubre02/jue17/42taza-p.html> Acesso em 24 de outubro Federal do Cear, 1998. Disponvel em: <http://www.lia.ufc.br/~bezerra/exsinta/exsintashell.htm> Acessado em 10 de Agosto de

PEZZI,

Guilherme o

P.

Programando CLIPS. Porto

sistemas Alegre:

baseados UFRGS,

no 2005.

conhecimento Disponvel em:

utilizando 2006.

ambiente

<http://www.inf.ufrgs.br/procpar/disc/cmp135/trabs/pezzi/t2/> Acesso em: 02 de outubro de

POZZA, Edson A. Sistema de diagnstico de deficincias e nematides. Dissertao (mestrado) UFPA, Paran, 2005. RIBEIRO, H. C. S. Introduo aos Sistemas Especialistas. LTC - Livros Tcnicos e Cientficos, Rio de Janeiro - RJ and So Paulo-SP, 1987. RICH, E., KNIGHT, K. Inteligncia Artificial, 2 Ed. So Paulo: McGraw-Hill.1991 RILEY, G. CLIPS: A Tool for Building Expert Systems. [S.l.:s.n.], 2005. Disponvel em <http://www.ghg.net/clips/CLIPS.html> Acesso em 22 de outubro de 2006. STEELE, G.L.. Common LISP: the Language. Burlington: Digital Press, 1984. SAVARIS, Silvana V. A. M. Sistema Especialista para Primeiros Socorros para Ces. Dissertao (mestrado) Universidade Federal de Santa Catarina, Santa Catarina, 2002. SEAG. Secretria de Estado da Agricultura. Histrico do Caf. Esprito Santo: SEAG, 2005. Disponvel em: <http://www.seag.es.gov.br/cafe.htm> Acesso em 16 de out. de 2006. TURBAN, E. Decision support and expert systems: Management support systems. New York: Macmillan, p. 833. 1995. UNIVERSIDADE ESTADUAL DE LONDRINA. V Congresso Brasileiro de

Agroinformtica. Londrina, 28 a 30 de setembro de 2005.

ANEXO A Aquisio do Conhecimento

A aquisio do conhecimento para o desenvolvimento do SEDDC se realizou por meio de entrevista com engenheiros agrnomos, atravs de livros e sites especficos e atravs de boletins fotosanitrios fornecidos pela Fundao PROCAF. Depois do levantamento de todas as informaes necessrias para o desenvolvimento, organizou-se os dados em formas de tabelas, onde para cada parte da planta foi colocado o sintoma causado pelas doenas e tambm as condies favorveis ao seu aparecimento dessas doenas. FOLHAS DOENA Ascochyta Leses nas folhas Sim Colorao das Formato das leses na folha leses na folha Colorao Marrom- Circular-regular clara cinza formando anis concntricos ntidos Colorao parda Circularirregular Incio: colorao Circularesamarelada-clara irregulares Estgio avanado: tons alaranjados Colorao Marrom Colarao Escura Circulares irregulares Face da folha afetada pelas leses Inferior e superior

Cercosporiose Sim Ferrugem Sim

Superior Inferior no incio e em um estgio mais avanado da doena podendo atingir o superior tambm Inferior, superior e Bordas das folhas Superior e Bordas das folhas Superior e inferior

Phoma (Seca dos Ponteiros) Pseudomonas (Mancha Aureolada) Antracnose

Sim Sim Sim

Pardo- Circularirregular

Colorao cinza

Mancha Manteigosa Xilela do Caf (Amarelinho)

Sim

Sim

Circularirregular, aps certo tempo passando a Circular-regular formando anis concntricos ntidos Colorao verde- Circular-regular clara formando anis concntricos ntidos Folha toda com Circularaspecto amarelado irregular

Inferior e superior, bordas das folhas Inferior e Superior

DOENA Ascochyta

Queda de folhas Sim

Outros sintomas nas folhas

Cercosporiose Sim As manchas apresentam no centro um crculo branco acinzentado no centro. Manchas envolvidas por um halo amarelo (quase sempre) Ferrugem Sim Manchas envolvidas por um halo amarelo (alguns casos) Phoma (Seca Sim Folha Encurvada. dos Folha Partida. Ponteiros) Folha Rachada. Pseudomonas Sim Furos nas Folhas. (Mancha Manchas envolvidas por Aureolada) um halo amarelo. Antracnose Somente em Massas de esporos nas alguns casos manchas em estgio avanado. Mancha Sim Manchas com aspecto Manteigosa oleoso. Xilela do Somente em Reduo no tamanho das Caf alguns Folhas. (Amarelinho) casos. Queima das bordas das folhas. FLORES Leso nas flores Ascochyta No Cercosporiose No Ferrugem No Phoma (Seca Sim dos Ponteiros) Pseudomonas No (Mancha Aureolada) Antracnose Sim Mancha No Manteigosa Xilela do Caf No (Amarelinho) DOENA Colorao das leses nas flores Tonalidades Escuras Mancha ou lista marrom escuro -

FRUTOS Leso nos frutos Ascochyta No Cercosporiose Sim Ferrugem Phoma (Seca dos Ponteiros) Pseudomonas (Mancha Aureolada) Antracnose Mancha Manteigosa Xilela do Caf (Amarelinho) No Sim Sim Sim No No DOENA Colorao das leses nos frutos Colorao MarromClara Tonalidades Escuras Tonalidades Escuras Queda Amadurecimento prematura precoce de frutos No No Sim Sim No Sim No No No No No No No No No No Outros sintomas nos frutos Mumificao Aderncia da casca Mumificao -

RAMOS DOENA Ascochyta Leso nos ramos Seca dos ponteiros Sim Sim Sim Sim Sim No Sim No Superbrotamento Sim No Sim Sim Sim No No No Outros sintomas nos ramos Murcha e posteriormente morte dos ramos. -

Sim (Somente em Alguns casos) Cercosporiose No Ferrugem No Phoma (Seca Sim dos Ponteiros) Pseudomonas Sim Antracnose No Mancha Manteigosa Xilela do Caf (Amarelinho) No No

CONDIES FAVORVEIS DOENAS Ascochyta Cercosporiose Antecedente da planta Plantas debilitadas (pouca nutrio) Temperatura Baixa Baixa Elevada Baixa Baixa Baixa Umidade Alta Alta Baixa Alta Alta Alta Ventos Sim Sim Sim Sim Sim No No No Sim Sim No Sim Sim No No No Frio

Ferrugem Phoma Pseudomonas Antracnose Mancha Manteigosa Xilela do Caf Presena (Amarelinho) Cigarrinhas Lavoura DOENAS Ascochyta Cercosporiose Ferrugem Phoma Pseudomonas Antracnose Mancha Manteigosa Xilela do Caf (Amarelinho) Sim Sim No Sim Sim Sim Sim No

de na

Chuvas

Incidncia de luz solar Alta Baixa -

ANEXO B - Variveis utilizadas no SEDDC

Variveis utilizadas no SEDDC e seus respectivos valores: VARIVEIS aderncia_da_casca amadurecimento_precoce antecedentes_da_planta chuvas formato_manchas_folhas Frio incidncia_de_luz_solar leso_flores leso_folha leso_frutos leso_ramos localizao_folha manchas_flores manchas_folhas VALORES sim no sim no plantas debilitadas presena de cigarrinhas na lavoura sim no circular-irregular circular-regular (formando anis concntricos ntidos) irregular sim no alta baixa sim no sim no sim no sim no face superior face inferior bordas marrom escuro outras tonalidades escuras marrom-claro marrom marrom-escuro (quase preto) cinza pardo pardo-escuro folha toda com aspecto amarelado amarelo claro alaranjada verde-claro marrom-clara tonalidades escuras sim no

manchas_frutos mumificao_dos_frutos

outros_sintomas_folhas

folha encurvada folha partida folha rachada furos nas folhas reduo no tamanho das folhas queima das bordas das folhas manchas com massas de esporos manchas com aspecto oleoso manchas com um crculo branco acinzentado no centro manchas envolvidas por um halo amarelo manchas com aspecto empoeirado outros_sintomas_ramos murcha dos ramos morte dos ramos queda_de_folhas sim no queda_prematura_de_frutos sim no seca_dos_ponteiros sim no superbrotamento sim no temperatura elevada baixa umidade alta baixa ventos sim no Doena Antracnose Ascochyta Cercosporiose Ferrugem Mancha-Manteigosa Phoma Pseudomonas Xilela do Caf

ANEXO C - Regras implementadas no SEDDC

SE E E E OU ENTO SE E E E OU ENTO

REGRA 1 leso_folhas = sim manchas_folhas = marrom-claro queda_de_folhas = sim localizao_folha = face-inferior localizao_folha = face-superior Doena = Ascochyta CNF 70% REGRA 2 leso_folhas = sim manchas_folhas = cinza queda_de_folhas = sim localizao_folha = face-inferior localizao_folha = face-superior Doena = Ascochyta CNF 70%

REGRA 3 SE formato_manchas_folhas = circular-regular ENTO Doena = Ascochyta CNF 100% SE E E E ENTO REGRA 4 leso_folhas = sim manchas_folhas = pardo formato_manchas_folhas = circular irregular queda_de_folhas = sim Doena = Cercosporiose CNF 70%

REGRA 5 SE outros_sintomas_folhas = manchas com um crculo branco ou acinzentado no centro E outros_sintomas_folhas = manchas envolvidas por um halo amarelo ENTO Doena = Cercosporiose CNF 100% REGRA 6 SE amadurecimento_precoce = sim E aderncia_casca = sim ENTO Doena = Cercosporiose CNF 100% REGRA 7 SE antecedentes_da_planta= plantas debilitadas ENTO Doena = Cercosporiose CNF 100% REGRA 8 SE leso_folhas = sim E manchas_folhas = marrom-claro E queda_de_folhas = sim

E localizao_folha = face-inferior OU localizao_folha = face-superior ENTO Doena = Ascochyta CNF 70% REGRA 9 SE incidncia_de_luz_solar = alta ENTO Doena = Cercosporiose CNF 50% SE E OU E E ENTO SE E OU E E E ENTO SE E OU E E ENTO SE E E ENTO SE E E E E ENTO REGRA 10 leso_folhas = sim manchas_folhas = amarelo-claro manchas_folhas = alaranjada queda_de_folhas = sim localizao_folha = face-inferior Doena = Ferrugem CNF 70% REGRA 11 leso_folhas = sim manchas_folhas = amarelo-claro manchas_folhas = alaranjada queda_de_folhas = sim localizao_folha = face-inferior localizao_folha = face superior Doena = Ferrugem CNF 70% REGRA 12 leso_folhas = sim manchas_folhas = amarelo-claro manchas_folhas = alaranjada queda_de_folhas = sim localizao_folha = face-inferior Doena = Ferrugem CNF 70% REGRA 13 outros_sintomas_folhas = mancha envolvida por uma halo amarelo outros_sintomas_folhas <> manchas com um crculo branco acinzentado no centro outos_sintomas_folhas <> furos nas folhas Doena = Ferrugem CNF 100% REGRA 14 temperatura = elevada umidade = baixa ventos = sim incidncia_de_luz_solar = baixa frio = no Doena = Ferrugem CNF 100%

REGRA 15 SE outros_sintomas_folhas = manchas com aspecto empoeirado. ENTO Doena = Ferrugem CNF 100%

SE E E E E E E ENTO SE E E E E OU OU ENTO SE E E ENTO

REGRA 16 leso_folhas = sim manchas_folhas = marrom formato_manchas_folhas = circular_irregular queda_de_folhas = sim localizao_folha = face-inferior localizao_folha = face-superior localizao_folha = bordas Doena = Phoma CNF 70% REGRA 17 leso_folhas = sim manchas_folhas = marrom formato_manchas_folhas = circular_irregular queda_de_folhas = sim localizao_folha = face-inferior localizao_folha = face-superior localizao_folha = bordas Doena = Phoma CNF 70% REGRA 18 outros_sintomas_folhas = folha encurvada outros_sintomas_folhas = folha partida outos_sintomas_folhas = folha rachada Doena = Phoma CNF 100%

REGRA 19 SE leso_flores = sim E manchas_flores = outras tonalidades escuras ENTO Doena = Phoma CNF 100% SE E E OU E ENTO REGRA 20 leso_folhas = sim manchas_folhas = cinza formato_manchas_folhas = circular_irregular formato_manchas_folhas = circular_regular (formando anis concntricos ntidos) queda_de_folhas = no Doena = Antracnose 70%

REGRA 21 SE outros_sintomas_folhas = manchas com massas de esporos. ENTO Doena = Antracnose CNF 100% REGRA 22 SE leso_flores = sim E manchas_flores = marrom_escuro ENTO Doena = Antracnose CNF 100%

REGRA 23 SE outros_sintomas_ramos = murcha dos ramos OU outros_sintomas_ramos = morte dos ramos ENTO Doena = Antracnose CNF 100% SE E E E ENTO REGRA 24 leso_folhas = sim Manchas_folhas = pardo-escuro Localizao_folha = bordas Queda_de_folhas = sim Doena = Pseudomonas CNF 70%

REGRA 25 SE outros_sintomas_folhas = furos_nas_folhas E Outros_sintomas_folhas = manchas envolvidas por um halo amarelo ENTO Doena = Pseudomonas CNF 100% SE E E E ENTO SE E E E E E E ENTO SE E E E E OU OU ENTO REGRA 26 Leso_frutos = sim Queda_prematura <>sim Amadurecimento_precoce<> sim Aderncia_da_casca<> sim Doena = Pseudomonas CNF 60% REGRA 27 leso_folhas = sim Manchas_folhas = verde-claro Formato_manchas_folhas = circular-irregular Localizao_folha = face-inferior Localizao_folha = face-superior Localizao_folha = bordas Queda_de_folhas = sim Doena = Mancha Manteigosa CNF 90% REGRA 28 leso_folhas = sim Manchas_folhas = verde-claro Formato_manchas_folhas = circular-irregular Localizao_folha = face-inferior Localizao_folha = face-superior Localizao_folha = bordas Queda_de_folhas = sim Doena = Mancha Manteigosa CNF 70%

REGRA 29 SE Outros_sintomas_folhas= manchas com aspecto oleoso ENTO Doena = Mancha Manteigosa CNF 100% REGRA 30 SE leso_folhas = sim

E E OU ENTO

Manchas_folhas = folha toda com aspecto amarelado Localizao_folha = face-inferior Localizao_folha = face-superior Doena = Xilela do Caf CNF 90%

REGRA 31 SE outros_sintomas_folhas = reduo no tamanho das folhas E outros_sintomas_folhas = queima das bordas das folhas ENTO Doena = Xilela do Caf CNF 100% REGRA 32 SE outros_sintomas_folhas = reduo no tamanho das folhas OU outros_sintomas_folhas = queima das bordas das folhas ENTO Doena = Xilela do Caf CNF 95% REGRA 33 SE antecedentes_da_planta = presena de cigarrinhas na lavoura ENTO Doena = Xilela do Caf CNF 90% REGRA 34 SE mumificao_de_frutos = sim ENTO Doena = Ascochyta CNF 50% Doena = Phoma CNF 50% REGRA 35 SE leso_frutos = sim E queda_prematura = sim ENTO Doena = Cercosporiose CNF 50% Doena = Phoma CNF 50% REGRA 36 SE leso_ramos = no E seca_dos_ponteiros = sim ENTO Doena = Ascochyta CNF 35% Doena = Cercosporiose CNF 35% Doena = Ferrugem CNF 35% Doena = Mancha Manteigosa 35% REGRA 37 SE leso_ramos = sim E seca_dos_ponteiros = sim ENTO Doena = Ascochyta CNF 35% Doena = Phoma CNF 35% Doena = Pseudomonas CNF 35% REGRA 38 SE leso_frutos = sim E manchas_frutos = tonalidades_escuras ENTO Doena = Antracnose CNF 70% Doena = Phoma CNF 70%

REGRA 39 SE leso_ramos = no E seca_dos_ponteiros = no ENTO Doena = Antracnose CNF 50% Doena = Xilela do Caf CNF 50% REGRA 40 SE leso_frutos = no E leso_flores = no ENTO Doena = Ascochyta CNF 20% Doena = Ferrugem CNF 20% Doena = Mancha Manteigosa CNF 20% Doena = Xilela do Caf CNF 20% REGRA 41 SE superbrotamento = sim ENTO Doena = Ferrugem CNF 25% Doena = Phoma CNF 25% Doena = Pseudomonas CNF 25% Doena = Ascochyta CNF 25% REGRA 42 SE temperatura = baixa ENTO Doena = Cercosporiose CNF 10% Doena = Phoma CNF 10% Doena = Pseudomonas CNF 10% REGRA 43 SE E E E ENTO umidade = alta ventos = sim chuvas = sim frio = sim Doena = Ascochyta CNF 10% Doena = Cercosporiose CNF 10% Doena = Phoma CNF 10% Doena = Pseudomonas CNF 10%

ANEXO D - Perguntas utilizadas na interface com o usurio

O SEDDC interage com o usurio atravs de perguntas, estas perguntas esto relacionadas a cada uma das variveis comuns criadas, ou seja, para cada varivel comum foi elaborada uma pergunta diferente. VARIVEL COMUM aderncia_da_casca amadurecimento_precoce antecedentes_da_planta chuvas formato_manchas_folhas frio incidncia_de_luz_solar leso_flores leso_folha leso_frutos leso_ramos localizao_folha manchas_flores manchas_folhas manchas_frutos mumificao_dos_frutos outros_sintomas_folhas outros_sintomas_ramos queda_de_folhas queda_prematura_de_frutos seca_dos_ponteiros superbrotamento temperatura umidade ventos PERGUNTA Os frutos apresentam aderncia da casca? O fruto est sofrendo amadurecimento precoce? Antes do aparecimento das leses ocorreu : A lavoura foi exposta a chuvas fortes? Qual o formato das manchas nas folhas? A lavoura foi exposta a frio intenso? Qual foi grau de exposio da lavoura luz solar antes do aparecimento das leses? As flores apresentam leses (manchas)? As folhas apresentam leses (manchas)? Os frutos apresentam leses (manchas)? Os ramos apresentam leses (manchas)? Qual a localizao das leses na folha? Qual a colorao das leses nas flores? Qual a colorao das leses nas folhas? Qual a colorao das leses nos frutos? H mumificao (seca ou apodrecimento) das rosetas florais, flores ou frutos? As folhas apresentam algum(s) sintoma(s) como: Os ramos apresentam algum(s) sintoma(s) como: H queda (excessiva e prematura) de folhas? H queda prematura de frutos? H seca dos ponteiros (ramos)? H um superbrotamento de ramos e folhas? Antes da notificao da doena ocorreu temperaturas: Observa-se na lavoura um grau de umidade: A lavoura foi exposta a ventos fortes?