Rede neural artificial aplicada à previsão de vazão da Bacia Hidrográfica do Rio Piancó

Detalhes bibliográficos
Autor(a) principal: Sousa,Wanderson dos S.
Data de Publicação: 2010
Outros Autores: Sousa,Francisco de A. S. de
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista Brasileira de Engenharia Agrícola e Ambiental (Online)
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662010000200008
Resumo: A previsão de vazão em um sistema hídrico não é apenas uma das técnicas utilizadas para minimizar o impacto das incertezas do clima sobre o gerenciamento dos recursos hídricos mas, também, um dos principais desafios relacionados ao conhecimento integrado da climatologia e da hidrologia de uma bacia hidrográfica. O objetivo deste trabalho foi modelar a relação não-linear entre chuva e vazão na bacia hidrográfica do rio Piancó, no semiárido paraibano, através da técnica de Redes Neurais Artificiais (RNA). Aqui se avaliou a capacidade da RNA modelar o processo chuva-vazão em base mensal e se considerou, durante o seu treinamento, a influência da arquitetura da rede e da inicialização dos pesos. No final do treinamento foi escolhida a melhor arquitetura para modelar vazões médias mensais na bacia estudada, com base no desempenho do modelo. A arquitetura de RNA que produziu melhor resultado foi a RC315L, com valores para o coeficiente de determinação, de eficiência e erro padrão da estimativa de 92,0, 77,0% e 8,29, respectivamente.
id UFCG-1_5b590bf4695f6fba8d2a328d09091ed1
oai_identifier_str oai:scielo:S1415-43662010000200008
network_acronym_str UFCG-1
network_name_str Revista Brasileira de Engenharia Agrícola e Ambiental (Online)
repository_id_str
spelling Rede neural artificial aplicada à previsão de vazão da Bacia Hidrográfica do Rio Piancóhidrometeorologiaprocesso estocásticoprocesso chuva-vazãoA previsão de vazão em um sistema hídrico não é apenas uma das técnicas utilizadas para minimizar o impacto das incertezas do clima sobre o gerenciamento dos recursos hídricos mas, também, um dos principais desafios relacionados ao conhecimento integrado da climatologia e da hidrologia de uma bacia hidrográfica. O objetivo deste trabalho foi modelar a relação não-linear entre chuva e vazão na bacia hidrográfica do rio Piancó, no semiárido paraibano, através da técnica de Redes Neurais Artificiais (RNA). Aqui se avaliou a capacidade da RNA modelar o processo chuva-vazão em base mensal e se considerou, durante o seu treinamento, a influência da arquitetura da rede e da inicialização dos pesos. No final do treinamento foi escolhida a melhor arquitetura para modelar vazões médias mensais na bacia estudada, com base no desempenho do modelo. A arquitetura de RNA que produziu melhor resultado foi a RC315L, com valores para o coeficiente de determinação, de eficiência e erro padrão da estimativa de 92,0, 77,0% e 8,29, respectivamente.Departamento de Engenharia Agrícola - UFCG2010-02-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662010000200008Revista Brasileira de Engenharia Agrícola e Ambiental v.14 n.2 2010reponame:Revista Brasileira de Engenharia Agrícola e Ambiental (Online)instname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG10.1590/S1415-43662010000200008info:eu-repo/semantics/openAccessSousa,Wanderson dos S.Sousa,Francisco de A. S. depor2010-01-15T00:00:00Zoai:scielo:S1415-43662010000200008Revistahttp://www.scielo.br/rbeaaPUBhttps://old.scielo.br/oai/scielo-oai.php||agriambi@agriambi.com.br1807-19291415-4366opendoar:2010-01-15T00:00Revista Brasileira de Engenharia Agrícola e Ambiental (Online) - Universidade Federal de Campina Grande (UFCG)false
dc.title.none.fl_str_mv Rede neural artificial aplicada à previsão de vazão da Bacia Hidrográfica do Rio Piancó
title Rede neural artificial aplicada à previsão de vazão da Bacia Hidrográfica do Rio Piancó
spellingShingle Rede neural artificial aplicada à previsão de vazão da Bacia Hidrográfica do Rio Piancó
Sousa,Wanderson dos S.
hidrometeorologia
processo estocástico
processo chuva-vazão
title_short Rede neural artificial aplicada à previsão de vazão da Bacia Hidrográfica do Rio Piancó
title_full Rede neural artificial aplicada à previsão de vazão da Bacia Hidrográfica do Rio Piancó
title_fullStr Rede neural artificial aplicada à previsão de vazão da Bacia Hidrográfica do Rio Piancó
title_full_unstemmed Rede neural artificial aplicada à previsão de vazão da Bacia Hidrográfica do Rio Piancó
title_sort Rede neural artificial aplicada à previsão de vazão da Bacia Hidrográfica do Rio Piancó
author Sousa,Wanderson dos S.
author_facet Sousa,Wanderson dos S.
Sousa,Francisco de A. S. de
author_role author
author2 Sousa,Francisco de A. S. de
author2_role author
dc.contributor.author.fl_str_mv Sousa,Wanderson dos S.
Sousa,Francisco de A. S. de
dc.subject.por.fl_str_mv hidrometeorologia
processo estocástico
processo chuva-vazão
topic hidrometeorologia
processo estocástico
processo chuva-vazão
description A previsão de vazão em um sistema hídrico não é apenas uma das técnicas utilizadas para minimizar o impacto das incertezas do clima sobre o gerenciamento dos recursos hídricos mas, também, um dos principais desafios relacionados ao conhecimento integrado da climatologia e da hidrologia de uma bacia hidrográfica. O objetivo deste trabalho foi modelar a relação não-linear entre chuva e vazão na bacia hidrográfica do rio Piancó, no semiárido paraibano, através da técnica de Redes Neurais Artificiais (RNA). Aqui se avaliou a capacidade da RNA modelar o processo chuva-vazão em base mensal e se considerou, durante o seu treinamento, a influência da arquitetura da rede e da inicialização dos pesos. No final do treinamento foi escolhida a melhor arquitetura para modelar vazões médias mensais na bacia estudada, com base no desempenho do modelo. A arquitetura de RNA que produziu melhor resultado foi a RC315L, com valores para o coeficiente de determinação, de eficiência e erro padrão da estimativa de 92,0, 77,0% e 8,29, respectivamente.
publishDate 2010
dc.date.none.fl_str_mv 2010-02-01
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=S1415-43662010000200008
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662010000200008
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/S1415-43662010000200008
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 Departamento de Engenharia Agrícola - UFCG
publisher.none.fl_str_mv Departamento de Engenharia Agrícola - UFCG
dc.source.none.fl_str_mv Revista Brasileira de Engenharia Agrícola e Ambiental v.14 n.2 2010
reponame:Revista Brasileira de Engenharia Agrícola e Ambiental (Online)
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Revista Brasileira de Engenharia Agrícola e Ambiental (Online)
collection Revista Brasileira de Engenharia Agrícola e Ambiental (Online)
repository.name.fl_str_mv Revista Brasileira de Engenharia Agrícola e Ambiental (Online) - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv ||agriambi@agriambi.com.br
_version_ 1750297679567519744