Algoritmo de col??nia de formigas e redes neurais artificiais aplicados na monitora????o e detec????o de falhas em centrais nucleares
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Dissertação |
Título da fonte: | Repositório Institucional do IPEN |
Texto Completo: | http://repositorio.ipen.br/handle/123456789/26798 |
Resumo: | Um desafio recorrente em processos produtivos ?? o desenvolvimento de sistemas de monitora????o e diagn??stico. Esses sistemas ajudam na detec????o de mudan??as inesperadas e interrup????es, prevenindo perdas e mitigando riscos. Redes Neurais Artificiais (RNA) t??m sido largamente utilizadas na cria????o de sistemas de monitora????o. Normalmente as RNA utilizadas para resolver este tipo de problema s??o criadas levando-se em conta apenas par??metros como o n??mero de entradas, sa??das e quantidade de neur??nios nas camadas escondidas. Assim, as redes resultantes geralmente possuem uma configura????o onde h?? uma total conex??o entre os neur??nios de uma camada e os da camada seguinte, sem que haja melhorias em sua topologia. Este trabalho utiliza o algoritmo de Otimiza????o por Col??nia de Formigas (OCF) para criar redes neurais otimizadas. O algoritmo de busca OCF utiliza a t??cnica de retropropaga????o de erros para otimizar a topologia da rede neural sugerindo as melhores conex??es entre os neur??nios. A RNA resultante foi aplicada para monitorar vari??veis do reator de pesquisas IEA-R1 do IPEN. Os resultados obtidos mostram que o algoritmo desenvolvido ?? capaz de melhorar o desempenho do modelo que estima o valor de vari??veis do reator. Em testes com diferentes n??meros de neur??nios na camada escondida, utilizando como comparativos o erro quadr??tico m??dio, o erro absoluto m??dio e o coeficiente de correla????o, o desempenho da RNA otimizada foi igual ou superior ao da tradicional. |
id |
IPEN_d07957287f558e935ac0fe48acabed42 |
---|---|
oai_identifier_str |
oai:repositorio.ipen.br:123456789/26798 |
network_acronym_str |
IPEN |
network_name_str |
Repositório Institucional do IPEN |
repository_id_str |
4510 |
spelling |
- Iraci Martinez Pereira Gon??alvesSANTOS, GEAN R. dos20162016-11-11T09:45:23Z2016-11-11T09:45:23Zhttp://repositorio.ipen.br/handle/123456789/2679810.11606/D.85.2016.tde-02082016-144618Um desafio recorrente em processos produtivos ?? o desenvolvimento de sistemas de monitora????o e diagn??stico. Esses sistemas ajudam na detec????o de mudan??as inesperadas e interrup????es, prevenindo perdas e mitigando riscos. Redes Neurais Artificiais (RNA) t??m sido largamente utilizadas na cria????o de sistemas de monitora????o. Normalmente as RNA utilizadas para resolver este tipo de problema s??o criadas levando-se em conta apenas par??metros como o n??mero de entradas, sa??das e quantidade de neur??nios nas camadas escondidas. Assim, as redes resultantes geralmente possuem uma configura????o onde h?? uma total conex??o entre os neur??nios de uma camada e os da camada seguinte, sem que haja melhorias em sua topologia. Este trabalho utiliza o algoritmo de Otimiza????o por Col??nia de Formigas (OCF) para criar redes neurais otimizadas. O algoritmo de busca OCF utiliza a t??cnica de retropropaga????o de erros para otimizar a topologia da rede neural sugerindo as melhores conex??es entre os neur??nios. A RNA resultante foi aplicada para monitorar vari??veis do reator de pesquisas IEA-R1 do IPEN. Os resultados obtidos mostram que o algoritmo desenvolvido ?? capaz de melhorar o desempenho do modelo que estima o valor de vari??veis do reator. Em testes com diferentes n??meros de neur??nios na camada escondida, utilizando como comparativos o erro quadr??tico m??dio, o erro absoluto m??dio e o coeficiente de correla????o, o desempenho da RNA otimizada foi igual ou superior ao da tradicional.Submitted by Claudinei Pracidelli (cpracide@ipen.br) on 2016-11-11T09:45:23Z No. of bitstreams: 0Made available in DSpace on 2016-11-11T09:45:23Z (GMT). No. of bitstreams: 0Disserta????o (Mestrado em Tecnologia Nuclear)IPEN/DInstituto de Pesquisas Energeticas e Nucleares - IPEN-CNEN/SP62fault tree analysisnerve cellshidden variablesmaterial balancealgorithmsprogrammingneural networkson-line measurement systemsreactor monitoring systemsiear-1 reactornuclear power plantslayersAlgoritmo de col??nia de formigas e redes neurais artificiais aplicados na monitora????o e detec????o de falhas em centrais nuclearesAnt colony optimization and artificial neural networks applied on monitoring and fault detection in nuclear power plantsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisNS??o Pauloinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional do IPENinstname:Instituto de Pesquisas Energéticas e Nucleares (IPEN)instacron:IPEN21899T621.039.56 / S237aSANTOS, GEAN R. dos16-11http://www.teses.usp.br/teses/disponiveis/85/85133/tde-02082016-144618/pt-br.php12077SANTOS, GEAN R. DOS:12077:420:SLICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.ipen.br/bitstream/123456789/26798/1/license.txt8a4605be74aa9ea9d79846c1fba20a33MD51123456789/267982020-06-04 23:28:37.13oai:repositorio.ipen.br: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Repositório InstitucionalPUBhttp://repositorio.ipen.br/oai/requestbibl@ipen.bropendoar:45102020-06-04T23:28:37Repositório Institucional do IPEN - Instituto de Pesquisas Energéticas e Nucleares (IPEN)false |
dc.title.pt_BR.fl_str_mv |
Algoritmo de col??nia de formigas e redes neurais artificiais aplicados na monitora????o e detec????o de falhas em centrais nucleares |
dc.title.alternative.pt_BR.fl_str_mv |
Ant colony optimization and artificial neural networks applied on monitoring and fault detection in nuclear power plants |
title |
Algoritmo de col??nia de formigas e redes neurais artificiais aplicados na monitora????o e detec????o de falhas em centrais nucleares |
spellingShingle |
Algoritmo de col??nia de formigas e redes neurais artificiais aplicados na monitora????o e detec????o de falhas em centrais nucleares SANTOS, GEAN R. dos fault tree analysis nerve cells hidden variables material balance algorithms programming neural networks on-line measurement systems reactor monitoring systems iear-1 reactor nuclear power plants layers |
title_short |
Algoritmo de col??nia de formigas e redes neurais artificiais aplicados na monitora????o e detec????o de falhas em centrais nucleares |
title_full |
Algoritmo de col??nia de formigas e redes neurais artificiais aplicados na monitora????o e detec????o de falhas em centrais nucleares |
title_fullStr |
Algoritmo de col??nia de formigas e redes neurais artificiais aplicados na monitora????o e detec????o de falhas em centrais nucleares |
title_full_unstemmed |
Algoritmo de col??nia de formigas e redes neurais artificiais aplicados na monitora????o e detec????o de falhas em centrais nucleares |
title_sort |
Algoritmo de col??nia de formigas e redes neurais artificiais aplicados na monitora????o e detec????o de falhas em centrais nucleares |
author |
SANTOS, GEAN R. dos |
author_facet |
SANTOS, GEAN R. dos |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
- Iraci Martinez Pereira Gon??alves |
dc.contributor.author.fl_str_mv |
SANTOS, GEAN R. dos |
contributor_str_mv |
- Iraci Martinez Pereira Gon??alves |
dc.subject.por.fl_str_mv |
fault tree analysis nerve cells hidden variables material balance algorithms programming neural networks on-line measurement systems reactor monitoring systems iear-1 reactor nuclear power plants layers |
topic |
fault tree analysis nerve cells hidden variables material balance algorithms programming neural networks on-line measurement systems reactor monitoring systems iear-1 reactor nuclear power plants layers |
description |
Um desafio recorrente em processos produtivos ?? o desenvolvimento de sistemas de monitora????o e diagn??stico. Esses sistemas ajudam na detec????o de mudan??as inesperadas e interrup????es, prevenindo perdas e mitigando riscos. Redes Neurais Artificiais (RNA) t??m sido largamente utilizadas na cria????o de sistemas de monitora????o. Normalmente as RNA utilizadas para resolver este tipo de problema s??o criadas levando-se em conta apenas par??metros como o n??mero de entradas, sa??das e quantidade de neur??nios nas camadas escondidas. Assim, as redes resultantes geralmente possuem uma configura????o onde h?? uma total conex??o entre os neur??nios de uma camada e os da camada seguinte, sem que haja melhorias em sua topologia. Este trabalho utiliza o algoritmo de Otimiza????o por Col??nia de Formigas (OCF) para criar redes neurais otimizadas. O algoritmo de busca OCF utiliza a t??cnica de retropropaga????o de erros para otimizar a topologia da rede neural sugerindo as melhores conex??es entre os neur??nios. A RNA resultante foi aplicada para monitorar vari??veis do reator de pesquisas IEA-R1 do IPEN. Os resultados obtidos mostram que o algoritmo desenvolvido ?? capaz de melhorar o desempenho do modelo que estima o valor de vari??veis do reator. Em testes com diferentes n??meros de neur??nios na camada escondida, utilizando como comparativos o erro quadr??tico m??dio, o erro absoluto m??dio e o coeficiente de correla????o, o desempenho da RNA otimizada foi igual ou superior ao da tradicional. |
publishDate |
2016 |
dc.date.pt_BR.fl_str_mv |
2016 |
dc.date.accessioned.fl_str_mv |
2016-11-11T09:45:23Z |
dc.date.available.fl_str_mv |
2016-11-11T09:45:23Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.ipen.br/handle/123456789/26798 |
dc.identifier.doi.none.fl_str_mv |
10.11606/D.85.2016.tde-02082016-144618 |
url |
http://repositorio.ipen.br/handle/123456789/26798 |
identifier_str_mv |
10.11606/D.85.2016.tde-02082016-144618 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
62 |
dc.coverage.pt_BR.fl_str_mv |
N |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional do IPEN instname:Instituto de Pesquisas Energéticas e Nucleares (IPEN) instacron:IPEN |
instname_str |
Instituto de Pesquisas Energéticas e Nucleares (IPEN) |
instacron_str |
IPEN |
institution |
IPEN |
reponame_str |
Repositório Institucional do IPEN |
collection |
Repositório Institucional do IPEN |
bitstream.url.fl_str_mv |
http://repositorio.ipen.br/bitstream/123456789/26798/1/license.txt |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Repositório Institucional do IPEN - Instituto de Pesquisas Energéticas e Nucleares (IPEN) |
repository.mail.fl_str_mv |
bibl@ipen.br |
_version_ |
1767254239902433280 |