Chia sẻ đồ án, luận văn ngành nông nghiệp, lâm nghiệp, thủy sản miễn phí
Nội quy chuyên mục: - Hiện nay có khá nhiều trang chia sẻ Tài liệu nhưng mất phí, đó là lý do ket-noi mở ra chuyên mục Tài liệu miễn phí.

- Ai có tài liệu gì hay, hãy đăng lên đây để chia sẻ với mọi người nhé! Bạn chia sẻ hôm nay, ngày mai mọi người sẽ chia sẻ với bạn!
Cách chia sẻ, Upload tài liệu trên ket-noi

- Những bạn nào tích cực chia sẻ tài liệu, sẽ được ưu tiên cung cấp tài liệu khi có yêu cầu.
Nhận download tài liệu miễn phí
Hình đại diện của thành viên
By tctuvan
#959897 CHia sẻ link tải luận văn nông nghiệp miễn phí cho ae ketnooi
MỤC LỤC
I. GIỚI THIỆU ĐỀ TÀI 1
1. Tên đề tài 1
2. Mục đích đề tài 1
3. Phát biểu bài toán 1
II. CẤU TRÚC DỮ LIỆU VÀ BIỂU DIỄN TRẠNG THÁI 2
1. Xây dựng cây quyết định 2
a. Ý tưởng sử dụng cây quyết định cho mô hình dự báo thời tiết: 2
b. Cách xây dựng cây quyết định: 2
c. Biến đổi cây quyết định thành luât: 3
d. Ưu điểm của cây quyết định: 5
2. Xây dựng cấu trúc của cơ sỏ tri thức: 5
3. Cấu trúc của mô-tơ suy diễn 5
4. Thiết kế các gói, lớp của chương trình 6
a. Gói KnowledgeBase 7
b. Gói InferenceEngine 7
III. NGÔN NGỮ SỬ DỤNG 8
1. Ngôn ngữ sử dụng 8
2. Lý do sử dụng 8
IV. MỘT SỐ GIAO DIỆN CỦA HỆ THỐNG 9
V. PHÂN CÔNG CÔNG VIỆC 11









I. Giới thiệu đề tài
1. Tên đề tài
Xây dựng hệ thống dự báo thời tiết sử dụng cây quyết định.
2. Mục đích đề tài
Giúp cho người dùng có thể biết được tình hình thời tiết trong ngày thông qua các yếu tố thời tiết nào đó được đo đạc cùng thời điểm. Qua đó người dùng có thể chủ động hơn với kế hoạch công việc trong ngày.
3. Phát biểu bài toán
Bài toán là một hệ chuyên gia nhằm đoán một số kiểu thời tiết thông thường như: mưa, nắng, mát mẻ, lạnh. Với mong muốn có thể dự báo cho người dùng biết được các kiểu thời tiết nêu trên để người dùng có thể chủ động hơn với các hoạt động trong ngày. Với giao diện đơn giản, người dùng chỉ cần nhập các thông tin như nhiệt độ hiện tại, độ ẩm hiện tại, có mây hay không và hệ thống sẽ đưa ra đoán về kiểu thời tiết chính trong ngày.
Để làm được điều này thì hệ thống cần có một cơ sở tri thức đầy đủ về các kiểu thời tiết nêu trên, tương ứng đó thì hệ thống cần có một máy suy diễn để có thể sử dụng cơ sở tri thức xây dựng sẵn trong bộ nhớ, móc xích chúng lại với nhau để suy diễn ra kết luận cuối cùng.
Với việc sử dụng cây quyết định, người chuyên gia thiết kế cơ sở tri thức có thể đưa ra được một tập luật và sự kiện đầy đủ và chính xác nhất mà khó có thể đạt được nếu chỉ sử dụng tư duy thông thường.

II. Cấu trúc dữ liệu và biểu diễn trạng thái
1. Xây dựng cây quyết định
a. Ý tưởng sử dụng cây quyết định cho mô hình dự báo thời tiết:
Cây quyết định là một kiểu mô hình dự báo, trong trường hợp này có nghĩa là một ánh xạ từ các quan sát về một hiện tượng thời tiết(nhiệt độ, độ ẩm, mây) tới các kết luận về mục tiêu của hiện tượng(mưa, nắng, mát mẻ, lạnh). Mỗi một nút trong tương ứng với một thuộc tính của thời tiết cần đoán (nhiệt độ cao, thấp hay trung bình…); đường nối giữa nó với nút con của nó thể hiện một sự móc xích liên quan đến nhau giữa các thuộc tính đó. Mỗi nút lá thay mặt cho giá trị đoán của biến mục tiêu(mưa, nắng, mát mẻ, lạnh), cho trước các giá trị của các thuộc tính được biểu diễn bởi đường đi từ nút gốc tới nút lá đó.
Từ đó có thể rút ra rằng cây quyết định sử dụng trong phân lớp bằng cách duyệt từ nút gốc của cây cho tới khi đụng đến lá, từ đó rút ra lớp của đối tượng thời tiết cần đoán gồm những thuộc tính nào để từ đó xây dựng được những tập luật đúng đắn.
b. Cách xây dựng cây quyết định:
• Chỉ ra một tập biến mục tiêu đó là mưa, nắng, mát mẻ, lạnh.
• Chỉ ra các tập thuộc tính: nhiệt độ, độ ẩm, mây.
• Chỉ ra giá trị của mỗi thuộc tính: cao, thấp, trung bình, có, không có.
Vấn đề đặt ra là cần xác định những thuộc tính và giá trị nào của nó sẽ làm ảnh hưởng đến biến mục tiêu.
Sau đây là các bước để xây dựng cây quyết định:
• Cây được thiết lập từ trên xuống dưới.
• Tập biến mục tiêu sẽ nằm ở gốc, nút nơi phân chia các nhánh , lá.
• Chọn một thuộc tính để phân chia thành các nhánh. Thuộc tính được chọn dựa trên độ đo thống kê hay độ đo heuristic. Trong trường hợp này ta chọn thuộc tính bằng chính kinh nghiệm của các chuyên gia chứ không căn cứ vào độ đo nào cả. Thuộc tính nào có giá trị phân lớp biến mục tiêu cao nhất thì ta sẽ chọn.
VD: Ta có tập biến mục tiêu sau A(mưa, nắng) và tập thuộc tính là B(nhiệt độ, độ ẩm và mây). Như vậy ta nhận thấy thuộc tính độ ẩm và mây sẽ cho ta sự phân loại cao nhất để nhận biết hiện tượng mưa và nắng.
• Tiếp tục lặp lại xây dựng cây quyết định cho các nhánh
• Điều kiện dừng:
o Tất cả các tập biến mục tiêu chỉ còn một phẩn tử
o Không còn thuộc tính nào dùng để phân chia tập biến mục tiêu nữa.
Từ các bước trên ta xây dựng được cây quyết định sau:

Link Download bản DOC
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link tải, không dùng IDM để tải:

Bấm vào đây để đăng nhập và xem link!


Hệ thống nghiệp vụ dự báo hạn ngắn các yếu tố khí
Giới thiệu công nghệ dự báo lũ hệ thống sông Bến
Xây dựng công cụ hỗ trợ dự báo, đánh giá nhu cầu phụ tải điện theo
Tìm hiểu xây dựng chương trình dự báo phụ tải điện
Mô hình dự báo thời tiết quy mô vừa RAMS và áp dụng dự báo
Ứng dụng mạng nơ ron nhân tạo trong dự báo ngắn hạn phụ tải điện
Kết nối đề xuất:
Learn Synonym
Advertisement