Algoritmo do gradiente conjugado escalonado em RNA para a previsão do consumo horário de água em sistemas de abastecimento.

Detalhes bibliográficos
Autor(a) principal: Silva, Carla Silva da
Data de Publicação: 2002
Outros Autores: Barbosa, Paulo Sérgio Franco
Tipo de documento: Artigo de conferência
Idioma: por
Título da fonte: Repositório Institucional da FURG (RI FURG)
Texto Completo: http://repositorio.furg.br/handle/1/4582
Resumo: Resumo – Este trabalho investiga a utilização do algoritmo do gradiente conjugado escalonado em modelo de redes neurais artificiais na previsão da demanda horária de água em sistemas urbanos de abastecimento, tendo como área de estudo a zona da Alça Leste localizada na região metropolitana de São Paulo. Os dados de entrada do modelo de previsão são referentes à estação Penha. O modelo é testado sazonalmente para as quatro estações do ano. A escolha da técnica de RNA’s para o cálculo da demanda horária de água se deu pelo fato de que, em relação às técnicas de séries temporais do tipo Box-Jenkins, as RNA’s conseguem calibrar com base em período de observações históricas de menor extensão, alcançando resultados praticamente iguais.
id FURG_1adb739016ad274f91ba0d5d457a6e8b
oai_identifier_str oai:repositorio.furg.br:1/4582
network_acronym_str FURG
network_name_str Repositório Institucional da FURG (RI FURG)
repository_id_str
spelling Algoritmo do gradiente conjugado escalonado em RNA para a previsão do consumo horário de água em sistemas de abastecimento.Demanda.Redes neurais.Abastecimento de água.Resumo – Este trabalho investiga a utilização do algoritmo do gradiente conjugado escalonado em modelo de redes neurais artificiais na previsão da demanda horária de água em sistemas urbanos de abastecimento, tendo como área de estudo a zona da Alça Leste localizada na região metropolitana de São Paulo. Os dados de entrada do modelo de previsão são referentes à estação Penha. O modelo é testado sazonalmente para as quatro estações do ano. A escolha da técnica de RNA’s para o cálculo da demanda horária de água se deu pelo fato de que, em relação às técnicas de séries temporais do tipo Box-Jenkins, as RNA’s conseguem calibrar com base em período de observações históricas de menor extensão, alcançando resultados praticamente iguais.Abstract - This work investigates the use of a model of artificial neural networks (ANN) aiming at forecasting the hourly water demand in urban water supply systems. The case study area is located in a branch of the metropolitan area of São Paulo, which is named Alça Leste. The input data are associated to the Penha station . The model is tested for four seasons, winter, spring, summer, autumn. The selected optimization algorithm, introduced by Moller in 1993, is the conjugated gradient method, which is included in the group of the second order algorithms. The choice of the ANN technique to have an estimate of the hourly water demand, is based on the superior advantages when compared to the performance of time series modeling (Box-Jenkins).2014-09-18T21:28:52Z2014-09-18T21:28:52Z2002info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectapplication/pdfSILVA, Carla Silva da; BARBOSA, Paulo Sérgio Franco. Algoritmo do gradiente conjugado escalonado em RNA para a previsão do consumo horário de água em sistemas de abastecimento. In: SEMINÁRIO DE PLANEJAMENTO, PROJETO E OPERAÇÃO DE REDES DE ABASTECIMENTO DE ÁGUA, O ESTADO DA ARTE E QUESTÕES AVANÇADAS, 2002, João Pessoa - PB. Anais... João Pessoa - PB, 2002. p. 1-14. Disponível em <http://www.lenhs.ct.ufpb.br/html/downloads/serea/trabalhos/A02_09.pdf> Acesso em 30 nov de 2011.http://repositorio.furg.br/handle/1/4582porSilva, Carla Silva daBarbosa, Paulo Sérgio Francoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da FURG (RI FURG)instname:Universidade Federal do Rio Grande (FURG)instacron:FURG2014-09-18T21:28:52Zoai:repositorio.furg.br:1/4582Repositório InstitucionalPUBhttps://repositorio.furg.br/oai/request || http://200.19.254.174/oai/requestopendoar:2014-09-18T21:28:52Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)false
dc.title.none.fl_str_mv Algoritmo do gradiente conjugado escalonado em RNA para a previsão do consumo horário de água em sistemas de abastecimento.
title Algoritmo do gradiente conjugado escalonado em RNA para a previsão do consumo horário de água em sistemas de abastecimento.
spellingShingle Algoritmo do gradiente conjugado escalonado em RNA para a previsão do consumo horário de água em sistemas de abastecimento.
Silva, Carla Silva da
Demanda.
Redes neurais.
Abastecimento de água.
title_short Algoritmo do gradiente conjugado escalonado em RNA para a previsão do consumo horário de água em sistemas de abastecimento.
title_full Algoritmo do gradiente conjugado escalonado em RNA para a previsão do consumo horário de água em sistemas de abastecimento.
title_fullStr Algoritmo do gradiente conjugado escalonado em RNA para a previsão do consumo horário de água em sistemas de abastecimento.
title_full_unstemmed Algoritmo do gradiente conjugado escalonado em RNA para a previsão do consumo horário de água em sistemas de abastecimento.
title_sort Algoritmo do gradiente conjugado escalonado em RNA para a previsão do consumo horário de água em sistemas de abastecimento.
author Silva, Carla Silva da
author_facet Silva, Carla Silva da
Barbosa, Paulo Sérgio Franco
author_role author
author2 Barbosa, Paulo Sérgio Franco
author2_role author
dc.contributor.author.fl_str_mv Silva, Carla Silva da
Barbosa, Paulo Sérgio Franco
dc.subject.por.fl_str_mv Demanda.
Redes neurais.
Abastecimento de água.
topic Demanda.
Redes neurais.
Abastecimento de água.
description Resumo – Este trabalho investiga a utilização do algoritmo do gradiente conjugado escalonado em modelo de redes neurais artificiais na previsão da demanda horária de água em sistemas urbanos de abastecimento, tendo como área de estudo a zona da Alça Leste localizada na região metropolitana de São Paulo. Os dados de entrada do modelo de previsão são referentes à estação Penha. O modelo é testado sazonalmente para as quatro estações do ano. A escolha da técnica de RNA’s para o cálculo da demanda horária de água se deu pelo fato de que, em relação às técnicas de séries temporais do tipo Box-Jenkins, as RNA’s conseguem calibrar com base em período de observações históricas de menor extensão, alcançando resultados praticamente iguais.
publishDate 2002
dc.date.none.fl_str_mv 2002
2014-09-18T21:28:52Z
2014-09-18T21:28:52Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/conferenceObject
format conferenceObject
status_str publishedVersion
dc.identifier.uri.fl_str_mv SILVA, Carla Silva da; BARBOSA, Paulo Sérgio Franco. Algoritmo do gradiente conjugado escalonado em RNA para a previsão do consumo horário de água em sistemas de abastecimento. In: SEMINÁRIO DE PLANEJAMENTO, PROJETO E OPERAÇÃO DE REDES DE ABASTECIMENTO DE ÁGUA, O ESTADO DA ARTE E QUESTÕES AVANÇADAS, 2002, João Pessoa - PB. Anais... João Pessoa - PB, 2002. p. 1-14. Disponível em <http://www.lenhs.ct.ufpb.br/html/downloads/serea/trabalhos/A02_09.pdf> Acesso em 30 nov de 2011.
http://repositorio.furg.br/handle/1/4582
identifier_str_mv SILVA, Carla Silva da; BARBOSA, Paulo Sérgio Franco. Algoritmo do gradiente conjugado escalonado em RNA para a previsão do consumo horário de água em sistemas de abastecimento. In: SEMINÁRIO DE PLANEJAMENTO, PROJETO E OPERAÇÃO DE REDES DE ABASTECIMENTO DE ÁGUA, O ESTADO DA ARTE E QUESTÕES AVANÇADAS, 2002, João Pessoa - PB. Anais... João Pessoa - PB, 2002. p. 1-14. Disponível em <http://www.lenhs.ct.ufpb.br/html/downloads/serea/trabalhos/A02_09.pdf> Acesso em 30 nov de 2011.
url http://repositorio.furg.br/handle/1/4582
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da FURG (RI FURG)
instname:Universidade Federal do Rio Grande (FURG)
instacron:FURG
instname_str Universidade Federal do Rio Grande (FURG)
instacron_str FURG
institution FURG
reponame_str Repositório Institucional da FURG (RI FURG)
collection Repositório Institucional da FURG (RI FURG)
repository.name.fl_str_mv Repositório Institucional da FURG (RI FURG) - Universidade Federal do Rio Grande (FURG)
repository.mail.fl_str_mv
_version_ 1813187262987370496

Registros relacionados