Aplicação de redes neurais artificiais do tipo multilayer perceptron para regionalização de vazões.

Detalhes bibliográficos
Autor(a) principal: SOUSA, Katherine da Silva.
Data de Publicação: 2015
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/12515
Resumo: A elaboração de projetos de engenharia relacionados com o uso de recursos hídricos geralmente pressupõe a existência de dados hidrológicos confiáveis. Em bacias hidrográficas sem monitoramento sistemático, a obtenção de dados de vazão se torna um desafio, que pode ser superado por meio do uso de técnicas de regionalização de vazões. Neste trabalho verifica-se a aplicabilidade de modelos baseados em redes neurais artificiais (RNA) do tipo multilayer perceptron para regionalização de vazões médias mensais em bacias hidrográficas sem monitoramento hidrológico. A metodologia consiste em estimar vazões médias mensais a partir de dados hidrometeorológicos (precipitação, vazão prévia e evaporação potencial) e fisiográficos (comprimento do rio principal, área da bacia, perímetro da bacia e comprimento da rede de drenagem). Dados referentes a 20 bacias hidrográficas localizadas no estado do Rio Grande do Sul foram utilizados para a calibração dos modelos de RNA. O modelo de melhor desempenho na calibração, obtido por meio da análise do coeficiente de determinação ajustado, foi testado em cinco novas bacias hidrográficas localizadas na região de estudo. A RNA de melhor desempenho foi a que possuía 16 neurônios na camada oculta. Ao analisar os resultados de coeficiente de Nash-Sutcliffe para o conjunto de dados de testes, observou-se que as estimativas para todas as bacias avaliadas foram consideradas aceitáveis. Com base nos resultados obtidos para o estudo de caso apresentado, entende-se que a metodologia apresentada possui potencial para transferência de informações de uma bacia para outra dentro de uma região com comportamento hidrológico similar.
id UFCG_504a7d087883e14a23fd887b841c8b08
oai_identifier_str oai:localhost:riufcg/12515
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str 4851
spelling Aplicação de redes neurais artificiais do tipo multilayer perceptron para regionalização de vazões.Application of multilayer perceptron artificial neural networks for regionalization of flows.Regionalização hidrológicaHydrological regionalizationModelos hidrológicosHydrological modelsRedes neurais feedforwardFeedforward neural networksInteligência artificialArtificial intelligenceRecursos Florestais e Engenharia Florestal.A elaboração de projetos de engenharia relacionados com o uso de recursos hídricos geralmente pressupõe a existência de dados hidrológicos confiáveis. Em bacias hidrográficas sem monitoramento sistemático, a obtenção de dados de vazão se torna um desafio, que pode ser superado por meio do uso de técnicas de regionalização de vazões. Neste trabalho verifica-se a aplicabilidade de modelos baseados em redes neurais artificiais (RNA) do tipo multilayer perceptron para regionalização de vazões médias mensais em bacias hidrográficas sem monitoramento hidrológico. A metodologia consiste em estimar vazões médias mensais a partir de dados hidrometeorológicos (precipitação, vazão prévia e evaporação potencial) e fisiográficos (comprimento do rio principal, área da bacia, perímetro da bacia e comprimento da rede de drenagem). Dados referentes a 20 bacias hidrográficas localizadas no estado do Rio Grande do Sul foram utilizados para a calibração dos modelos de RNA. O modelo de melhor desempenho na calibração, obtido por meio da análise do coeficiente de determinação ajustado, foi testado em cinco novas bacias hidrográficas localizadas na região de estudo. A RNA de melhor desempenho foi a que possuía 16 neurônios na camada oculta. Ao analisar os resultados de coeficiente de Nash-Sutcliffe para o conjunto de dados de testes, observou-se que as estimativas para todas as bacias avaliadas foram consideradas aceitáveis. Com base nos resultados obtidos para o estudo de caso apresentado, entende-se que a metodologia apresentada possui potencial para transferência de informações de uma bacia para outra dentro de uma região com comportamento hidrológico similar.The development of water-related engineering projects generally requires the existence of reliable hydrological data. In ungauged watersheds, obtaining flow data becomes a challenge that may be overcome by the use of flow regionalization techniques. In this study, models based on multilayer perceptron artificial neural networks (ANN) were applied for the regionalization of average monthly flows in river basins without systematic hydrological monitoring. The methodology consisted of estimating monthly average flows based on hydro-meteorological and physiographical data. Data from 20 watersheds located in Rio Grande do Sul State, Brazil, were used for calibrating the ANN models. The model with the best calibration performance, considering the adjusted coefficient of determination, was tested in five new watersheds located within the study area. The best performance was achieved by the ANN model with 16 neurons in the hidden layer. When analyzing the results of Nash-Sutcliffe coefficient for the test data set, it was observed that the estimates for all assessed watersheds were considered acceptable. The results found in this case study suggest that this methodology has potential to transfer information from one watershed to another within a region with similar hydrological behavior.Universidade Federal de Campina GrandeBrasilCentro de Ciências e Tecnologia Agroalimentar - CCTAUFCGFARIAS, Camilo Allyson Simões de.FARIAS, C. A. S.http://lattes.cnpq.br/7482889323422305MACHADO, Érica Cristine Medeiros.SANTOS, Valterlin da Silva.SOUSA, Katherine da Silva.2015-03-062020-03-11T17:54:34Z2020-03-112020-03-11T17:54:34Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/12515SOUSA. Katherine da Silva. Aplicação de redes neurais artificiais do tipo multilayer perceptron para regionalização de vazões. 2015. 39 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Ambiental) - Centro de Ciências e Tecnologia Agroalimentar, Universidade Federal de Campina Grande, Pombal, Paraíba, Brasil, 2015.porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2021-08-25T17:14:01Zoai:localhost:riufcg/12515Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512021-08-25T17:14:01Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.none.fl_str_mv Aplicação de redes neurais artificiais do tipo multilayer perceptron para regionalização de vazões.
Application of multilayer perceptron artificial neural networks for regionalization of flows.
title Aplicação de redes neurais artificiais do tipo multilayer perceptron para regionalização de vazões.
spellingShingle Aplicação de redes neurais artificiais do tipo multilayer perceptron para regionalização de vazões.
SOUSA, Katherine da Silva.
Regionalização hidrológica
Hydrological regionalization
Modelos hidrológicos
Hydrological models
Redes neurais feedforward
Feedforward neural networks
Inteligência artificial
Artificial intelligence
Recursos Florestais e Engenharia Florestal.
title_short Aplicação de redes neurais artificiais do tipo multilayer perceptron para regionalização de vazões.
title_full Aplicação de redes neurais artificiais do tipo multilayer perceptron para regionalização de vazões.
title_fullStr Aplicação de redes neurais artificiais do tipo multilayer perceptron para regionalização de vazões.
title_full_unstemmed Aplicação de redes neurais artificiais do tipo multilayer perceptron para regionalização de vazões.
title_sort Aplicação de redes neurais artificiais do tipo multilayer perceptron para regionalização de vazões.
author SOUSA, Katherine da Silva.
author_facet SOUSA, Katherine da Silva.
author_role author
dc.contributor.none.fl_str_mv FARIAS, Camilo Allyson Simões de.
FARIAS, C. A. S.
http://lattes.cnpq.br/7482889323422305
MACHADO, Érica Cristine Medeiros.
SANTOS, Valterlin da Silva.
dc.contributor.author.fl_str_mv SOUSA, Katherine da Silva.
dc.subject.por.fl_str_mv Regionalização hidrológica
Hydrological regionalization
Modelos hidrológicos
Hydrological models
Redes neurais feedforward
Feedforward neural networks
Inteligência artificial
Artificial intelligence
Recursos Florestais e Engenharia Florestal.
topic Regionalização hidrológica
Hydrological regionalization
Modelos hidrológicos
Hydrological models
Redes neurais feedforward
Feedforward neural networks
Inteligência artificial
Artificial intelligence
Recursos Florestais e Engenharia Florestal.
description A elaboração de projetos de engenharia relacionados com o uso de recursos hídricos geralmente pressupõe a existência de dados hidrológicos confiáveis. Em bacias hidrográficas sem monitoramento sistemático, a obtenção de dados de vazão se torna um desafio, que pode ser superado por meio do uso de técnicas de regionalização de vazões. Neste trabalho verifica-se a aplicabilidade de modelos baseados em redes neurais artificiais (RNA) do tipo multilayer perceptron para regionalização de vazões médias mensais em bacias hidrográficas sem monitoramento hidrológico. A metodologia consiste em estimar vazões médias mensais a partir de dados hidrometeorológicos (precipitação, vazão prévia e evaporação potencial) e fisiográficos (comprimento do rio principal, área da bacia, perímetro da bacia e comprimento da rede de drenagem). Dados referentes a 20 bacias hidrográficas localizadas no estado do Rio Grande do Sul foram utilizados para a calibração dos modelos de RNA. O modelo de melhor desempenho na calibração, obtido por meio da análise do coeficiente de determinação ajustado, foi testado em cinco novas bacias hidrográficas localizadas na região de estudo. A RNA de melhor desempenho foi a que possuía 16 neurônios na camada oculta. Ao analisar os resultados de coeficiente de Nash-Sutcliffe para o conjunto de dados de testes, observou-se que as estimativas para todas as bacias avaliadas foram consideradas aceitáveis. Com base nos resultados obtidos para o estudo de caso apresentado, entende-se que a metodologia apresentada possui potencial para transferência de informações de uma bacia para outra dentro de uma região com comportamento hidrológico similar.
publishDate 2015
dc.date.none.fl_str_mv 2015-03-06
2020-03-11T17:54:34Z
2020-03-11
2020-03-11T17:54:34Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/12515
SOUSA. Katherine da Silva. Aplicação de redes neurais artificiais do tipo multilayer perceptron para regionalização de vazões. 2015. 39 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Ambiental) - Centro de Ciências e Tecnologia Agroalimentar, Universidade Federal de Campina Grande, Pombal, Paraíba, Brasil, 2015.
url http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/12515
identifier_str_mv SOUSA. Katherine da Silva. Aplicação de redes neurais artificiais do tipo multilayer perceptron para regionalização de vazões. 2015. 39 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Ambiental) - Centro de Ciências e Tecnologia Agroalimentar, Universidade Federal de Campina Grande, Pombal, Paraíba, Brasil, 2015.
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.publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Ciências e Tecnologia Agroalimentar - CCTA
UFCG
publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Ciências e Tecnologia Agroalimentar - CCTA
UFCG
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1809744441188024320