Previsão de vazões médias mensais usando redes neurais nebulosas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2003 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Sba: Controle & Automação Sociedade Brasileira de Automatica |
Texto Completo: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592003000300008 |
Resumo: | Este trabalho apresenta um modelo de rede neural nebulosa para previsão de vazões sazonais. O modelo é baseado em um método de aprendizado construtivo onde grupos de neurônios competem quando a rede recebe uma nova entrada. A rede aprende os parâmetros fundamentais para definir as regras nebulosas e funções de pertinência para cada variável de entrada. O modelo foi aplicado para o problema de previsão de vazões médias mensais de três usinas hidroelétricas situadas em diferentes regiões do Brasil. O desempenho do modelo foi comparado com métodos convencionais usados para previsão de vazões. Os resultados mostraram que a rede neural nebulosa forneceu um melhor desempenho para previsão um passo à frente, com erros significativamente menores que as outras abordagens. |
id |
SBA-2_53543a92df828eb1919233df71da39fe |
---|---|
oai_identifier_str |
oai:scielo:S0103-17592003000300008 |
network_acronym_str |
SBA-2 |
network_name_str |
Sba: Controle & Automação Sociedade Brasileira de Automatica |
repository_id_str |
|
spelling |
Previsão de vazões médias mensais usando redes neurais nebulosasPrevisão de vazõesredes neuraissistemas de inferência nebulosaséries temporaisEste trabalho apresenta um modelo de rede neural nebulosa para previsão de vazões sazonais. O modelo é baseado em um método de aprendizado construtivo onde grupos de neurônios competem quando a rede recebe uma nova entrada. A rede aprende os parâmetros fundamentais para definir as regras nebulosas e funções de pertinência para cada variável de entrada. O modelo foi aplicado para o problema de previsão de vazões médias mensais de três usinas hidroelétricas situadas em diferentes regiões do Brasil. O desempenho do modelo foi comparado com métodos convencionais usados para previsão de vazões. Os resultados mostraram que a rede neural nebulosa forneceu um melhor desempenho para previsão um passo à frente, com erros significativamente menores que as outras abordagens.Sociedade Brasileira de Automática2003-09-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592003000300008Sba: Controle & Automação Sociedade Brasileira de Automatica v.14 n.3 2003reponame:Sba: Controle & Automação Sociedade Brasileira de Automaticainstname:Sociedade Brasileira de Automática (SBA)instacron:SBA10.1590/S0103-17592003000300008info:eu-repo/semantics/openAccessBallini,R.Soares,S.Andrade,Marinho G.por2003-11-19T00:00:00Zoai:scielo:S0103-17592003000300008Revistahttps://www.sba.org.br/revista/PUBhttps://old.scielo.br/oai/scielo-oai.php||revista_sba@fee.unicamp.br1807-03450103-1759opendoar:2003-11-19T00:00Sba: Controle & Automação Sociedade Brasileira de Automatica - Sociedade Brasileira de Automática (SBA)false |
dc.title.none.fl_str_mv |
Previsão de vazões médias mensais usando redes neurais nebulosas |
title |
Previsão de vazões médias mensais usando redes neurais nebulosas |
spellingShingle |
Previsão de vazões médias mensais usando redes neurais nebulosas Ballini,R. Previsão de vazões redes neurais sistemas de inferência nebulosa séries temporais |
title_short |
Previsão de vazões médias mensais usando redes neurais nebulosas |
title_full |
Previsão de vazões médias mensais usando redes neurais nebulosas |
title_fullStr |
Previsão de vazões médias mensais usando redes neurais nebulosas |
title_full_unstemmed |
Previsão de vazões médias mensais usando redes neurais nebulosas |
title_sort |
Previsão de vazões médias mensais usando redes neurais nebulosas |
author |
Ballini,R. |
author_facet |
Ballini,R. Soares,S. Andrade,Marinho G. |
author_role |
author |
author2 |
Soares,S. Andrade,Marinho G. |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Ballini,R. Soares,S. Andrade,Marinho G. |
dc.subject.por.fl_str_mv |
Previsão de vazões redes neurais sistemas de inferência nebulosa séries temporais |
topic |
Previsão de vazões redes neurais sistemas de inferência nebulosa séries temporais |
description |
Este trabalho apresenta um modelo de rede neural nebulosa para previsão de vazões sazonais. O modelo é baseado em um método de aprendizado construtivo onde grupos de neurônios competem quando a rede recebe uma nova entrada. A rede aprende os parâmetros fundamentais para definir as regras nebulosas e funções de pertinência para cada variável de entrada. O modelo foi aplicado para o problema de previsão de vazões médias mensais de três usinas hidroelétricas situadas em diferentes regiões do Brasil. O desempenho do modelo foi comparado com métodos convencionais usados para previsão de vazões. Os resultados mostraram que a rede neural nebulosa forneceu um melhor desempenho para previsão um passo à frente, com erros significativamente menores que as outras abordagens. |
publishDate |
2003 |
dc.date.none.fl_str_mv |
2003-09-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592003000300008 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592003000300008 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/S0103-17592003000300008 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
Sociedade Brasileira de Automática |
publisher.none.fl_str_mv |
Sociedade Brasileira de Automática |
dc.source.none.fl_str_mv |
Sba: Controle & Automação Sociedade Brasileira de Automatica v.14 n.3 2003 reponame:Sba: Controle & Automação Sociedade Brasileira de Automatica instname:Sociedade Brasileira de Automática (SBA) instacron:SBA |
instname_str |
Sociedade Brasileira de Automática (SBA) |
instacron_str |
SBA |
institution |
SBA |
reponame_str |
Sba: Controle & Automação Sociedade Brasileira de Automatica |
collection |
Sba: Controle & Automação Sociedade Brasileira de Automatica |
repository.name.fl_str_mv |
Sba: Controle & Automação Sociedade Brasileira de Automatica - Sociedade Brasileira de Automática (SBA) |
repository.mail.fl_str_mv |
||revista_sba@fee.unicamp.br |
_version_ |
1754824563968966656 |