Dự đoán lượng mưa là cần thiết đối với đời sống chúng ta và quan trọng với nông nghiệp. Nhóm tác giả mở rộng sự kiện dự đoán lượng mưa bằng cách áp dụng các luật suy luận và logic mờ. Có năm biến đầu vào cho mô hình mờ: độ ẩm, nhiệt độ, tốc độ gió, khí áp và loại mây. Hầu hết biến đầu vào có ba hàm liên thuộc, nhưng đầu vào loại mây có mười hàm liên thuộc theo phân loại quốc tế của mây. | ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 11(132).2018, QUYỂN 2 147 DỰ ĐOÁN LƯỢNG MƯA CHO TỈNH TÂY NINH DÙNG LOGIC MỜ RAINFALL PREDICTION FOR TAY NINH PROVINCE USING FUZZY LOGIC Nguyễn Tất Bảo Thiện1, Mai Ngọc Hiền2 1 Học Viện Công nghệ Bưu Chính Viễn Thông; nguyentatbaothien@ 2 Trường Đại học Công nghệ Thông tin - ĐHQG TP. HCM; ngochienmai05@ Tóm tắt - Dự đoán lượng mưa là cần thiết đối với đời sống chúng ta và quan trọng với nông nghiệp. Nhóm tác giả mở rộng sự kiện dự đoán lượng mưa bằng cách áp dụng các luật suy luận và logic mờ. Có năm biến đầu vào cho mô hình mờ: độ ẩm, nhiệt độ, tốc độ gió, khí áp và loại mây. Hầu hết biến đầu vào có ba hàm liên thuộc, nhưng đầu vào loại mây có mười hàm liên thuộc theo phân loại quốc tế của mây. Mô hình chúng tôi sử dụng loại thừa số mây, là yếu tố tác động đến các sự kiện quan trọng gây ra mưa, dự đoán dựa trên sự quan sát loại mây và sự thay đổi điều kiện thời tiết. Bởi vì một số loại mây liên quan đến thời tiết khô ráo hay mưa nhỏ, trong khi đó một số khác thì liên quan đến mưa lớn. Mô hình áp dụng cho vị trí địa lý có vĩ độ từ 10057’20” đến 11047’20” và kinh độ từ 105047’50” đến 106029’50”. Abstract - The rainfall prediction is necessary for our life and important to agriculture. Authors expand the rainfall event prediction by applying rules based on reasoning and fuzzy logic. There are five parameters: humidity, temperature, wind speed, pressure and kind of cloud, which are input variables for our model. Most of input variables have three membership functions, but kind of cloud has ten membership functions following international classification of cloud. Our model uses factorial kind of cloud, which affects important events of the rainfall, we forecast basing on looking over kinds of cloud and transformed weather conditions. Because the number of kind of cloud attaches to dry weather or small rainfall, while others relate to heavy rain. Our model is applied to geographaical
