https://github.com/esscova/plant-growth-simulator
Simulador de experimento com ambiente controlado para previsao de crescimento de uma determinada planta utilizando técnica de regressão.
https://github.com/esscova/plant-growth-simulator
flask python statsmodels
Last synced: 8 months ago
JSON representation
Simulador de experimento com ambiente controlado para previsao de crescimento de uma determinada planta utilizando técnica de regressão.
- Host: GitHub
- URL: https://github.com/esscova/plant-growth-simulator
- Owner: esscova
- Created: 2025-03-15T21:32:47.000Z (9 months ago)
- Default Branch: main
- Last Pushed: 2025-03-15T22:12:49.000Z (8 months ago)
- Last Synced: 2025-03-15T22:26:55.165Z (8 months ago)
- Topics: flask, python, statsmodels
- Language: Jupyter Notebook
- Homepage:
- Size: 0 Bytes
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Simulador de Crescimento de Plantas 🌱
Um aplicativo web interativo que simula o crescimento de plantas com base em fatores ambientais, utilizando Planejamento de Experimentos (DOE) e modelagem estatística.
## Sobre o Projeto
Este simulador permite aos usuários prever a altura de plantas com base em dois fatores críticos de crescimento:
- **Luz solar** (0-12 horas por dia)
- **Água** (0-100 ml por dia)
A altura prevista é calculada a partir de um modelo estatístico desenvolvido usando dados experimentais e técnicas de regressão. O aplicativo não apenas fornece previsões pontuais, mas também visualiza como cada fator influencia o crescimento da planta.
## Funcionalidades
- Interface interativa para ajuste dos parâmetros de crescimento
- Visualização em tempo real do crescimento previsto da planta
- Gráficos dinâmicos mostrando a relação entre fatores ambientais e altura da planta
- Detalhes sobre o modelo estatístico e sua interpretação
## Tecnologias Utilizadas
- **Backend**: Flask, Python 3.12.4
- **Análise Estatística**: NumPy, StatsModels
- **Frontend**: HTML5, CSS3, JavaScript
- **Visualização**: Chart.js
## Modelo Estatístico
O simulador usa um modelo de regressão linear baseado em Planejamento de Experimentos (DOE), com as seguintes métricas de qualidade:
- **R²**: 0.978
- **R² Ajustado**: 0.961
- **F-statistic**: 58.74
- **p-value**: 0.000917
O modelo identifica que tanto luz quanto água têm impacto significativo no crescimento das plantas, com a luz tendo um efeito ligeiramente maior. Existe também um efeito de interação positivo entre os dois fatores.
## Como Executar
### Pré-requisitos
- Python 3.12 ou superior
- pip (gerenciador de pacotes Python)
### Instalação
1. Clone o repositório:
```bash
git clone https://github.com/esscova/plant-growth-simulator.git
cd plant-growth-simulator
```
2. Crie e ative um ambiente virtual (opcional, mas recomendado):
```bash
python -m venv venv
source venv/bin/activate # No Windows: venv\Scripts\activate
```
3. Instale as dependências:
```bash
pip install -r requirements.txt
```
4. Execute a aplicação:
```bash
python app.py
```
5. Acesse a aplicação no navegador:
```
http://localhost:5000
```
## 📁 Estrutura do Projeto
```
plant-growth-simulator/
├── app.py # Aplicação Flask e modelagem estatística
├── notebook # Notebook com experimento
├── templates/ # Templates HTML
│ └── index.html # Interface do usuário
├── static/ # Arquivos estáticos (CSS, JS)
├── requirements.txt # Dependências do projeto
└── README.md # Este arquivo
```
## Dados Experimentais
O modelo é baseado em dados experimentais coletados em condições controladas, com um design fatorial 2² com pontos centrais. A matriz de experimentos inclui diferentes combinações de níveis de luz e água, permitindo estimar tanto os efeitos principais quanto as interações.
## Uso e Interpretação
Para usar o simulador:
1. Ajuste os controles deslizantes para os níveis desejados de luz e água
2. Clique em "Simular Crescimento"
3. Observe a altura prevista e as curvas de resposta no gráfico
As curvas do gráfico mostram como a altura da planta muda quando você varia um fator enquanto mantém o outro constante, ajudando a identificar condições ideais de crescimento.
## Autor
**Wellington M Santos** - [GitHub](https://github.com/esscova)
---
Desenvolvido como parte de um estudo sobre aplicação de técnicas estatísticas em modelos de crescimento botânico.