Modelo Probabilístico Bayesiano para Simular o Conhecimento de Especialistas no Controle da Ferrugem Asiática da Soja no Estado do Paraná

A ferrugem asiática é a principal patologia da cultura da soja, sendo alvo de aplicação de vários sistemas especialistas. Este trabalho teve como objetivo construir um modelo probabilístico para estimar a necessidade e número de aplicações de fungicida no controle da ferrugem asiática da soja no Paraná utilizando o formalismo de redes bayesianas e engenharia de conhecimento. A engenharia do modelo foi desenvolvida através de entrevistas com especialistas e também por meio da revisão da literatura, resultando em uma rede Bayesiana construída com o auxílio do software GeNIe 2.0, onde foram definidas as variáveis, a estrutura do grafo e as tabelas de probabilidade condicional de cada variável, determinando as influências entre elas. Os testes realizados para a validação do modelo foram acompanhados por dois especialistas entrevistados, que aprovaram o modelo a partir de casos de teste propostos. Os resultados apresentados mostraram que o modelo desenvolvido representa com rigor o conhecimento do especialista que acompanhou seu desenvolvimento, apresentando consenso comum entre os demais especialistas entrevistados para a primeira aplicação de fungicida, mas divergindo para aplicações adicionais.The Asian rust is the main pathology of soybean culture, what makes it the object of several expert systems. This work aimed to build a probabilistic model to estimate the need and number of fungicide applications to control soybean Asian rust in Paraná using the Bayesian network formalism and knowledge engineering. The model engineering was accomplished by interviews with experts and also by the literature review, what produced a Bayesian network built with the aid of software GeNIe 2.0, where the variables, graph structure and conditional probability table of each variable were defined, what determined the influences between them. The tests made to evaluate the model were accompanied by two interviewed experts, who approved the model through proposed test cases. The results presented showed that the developed model rigorously represent the knowledge of the expert who accompanied its development, presenting common consensus among the other interviewed experts for the first fungicide application but diverging for the extra ones