Ajuste evolutivo de parâmetros de autômatos celulares probabilísticos em modelos de propagação de incêndios
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFU |
Texto Completo: | https://repositorio.ufu.br/handle/123456789/38738 http://doi.org/10.14393/ufu.di.2023.192 |
Resumo: | Forest fires cause diverse damages, whether environmental or socio-environmental. They have significantly increased as a result of climate change, which affects various biomes. In order to assist experts in containing these phenomena, the spread of a forest fire can be simulated through computational models. Modeling the spread of fire is essential in preventing and controlling the damage caused by fires in areas with native vegetation. Cellular automata (CA) are discrete models that represent a lattice of cells that interact with each other. Their use has been investigated in modeling various natural phenomena, including the spread of fires. However, for satisfactory modeling, characteristics of the biome such as vegetation type, soil, climate, wind, and terrain topography should be considered. Adjusting the various parameters involved in this modeling can be a challenging and complex task. In this context, this study proposes an evolutionary method based on Genetic Algorithms to adjust the parameters of fire spread models based on probabilistic cellular automata rules. In order to evaluate the effectiveness of the proposed approach and its sensitivity to variations in the data to be modeled, several experiments were carried out, considering scenarios with homogeneous and heterogeneous vegetation and different biome characteristics. In this process, due to the lack of real fire data, data generated from CA and two other models available in the literature were employed. The results achieved show that the evolutionary algorithm is capable of automatically adjusting the parameters of a fire spread model. |
id |
UFU_9afc5b4bc1bff327e010de5e4f70c867 |
---|---|
oai_identifier_str |
oai:repositorio.ufu.br:123456789/38738 |
network_acronym_str |
UFU |
network_name_str |
Repositório Institucional da UFU |
repository_id_str |
|
spelling |
Ajuste evolutivo de parâmetros de autômatos celulares probabilísticos em modelos de propagação de incêndiosEvolutionary adjustment of probabilistic cellular automata parameters in fire propagation modelsAlgoritmos genéticosGenetic algorithmsAutômato celularCellular automataModelo de propagação de incêndiosFire propagation modelComputação evolutivaEvolutionary computingAjustes de parâmetrosParameters adjustmentsComputaçãoComputingCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOComputaçãoAutomato celularAlgorítmos genéticosProgramação evolutiva (Computação)Forest fires cause diverse damages, whether environmental or socio-environmental. They have significantly increased as a result of climate change, which affects various biomes. In order to assist experts in containing these phenomena, the spread of a forest fire can be simulated through computational models. Modeling the spread of fire is essential in preventing and controlling the damage caused by fires in areas with native vegetation. Cellular automata (CA) are discrete models that represent a lattice of cells that interact with each other. Their use has been investigated in modeling various natural phenomena, including the spread of fires. However, for satisfactory modeling, characteristics of the biome such as vegetation type, soil, climate, wind, and terrain topography should be considered. Adjusting the various parameters involved in this modeling can be a challenging and complex task. In this context, this study proposes an evolutionary method based on Genetic Algorithms to adjust the parameters of fire spread models based on probabilistic cellular automata rules. In order to evaluate the effectiveness of the proposed approach and its sensitivity to variations in the data to be modeled, several experiments were carried out, considering scenarios with homogeneous and heterogeneous vegetation and different biome characteristics. In this process, due to the lack of real fire data, data generated from CA and two other models available in the literature were employed. The results achieved show that the evolutionary algorithm is capable of automatically adjusting the parameters of a fire spread model.Dissertação (Mestrado)Incêndios florestais causam os mais distintos danos, sejam ambientais ou socioambientais. Eles têm aumentado significativamente como resultado das mudanças climáticas, que afetam diversos biomas. A fim de ajudar especialistas na contenção desses fenômenos, a propagação de um incêndio florestal pode ser simulada por meio de modelos computacionais. A modelagem da propagação do fogo é essencial na prevenção e controle dos danos causados pelos incêndios em áreas com vegetação nativa. Autômatos celulares (ACs) são modelos discretos que representam um reticulado de células que interagem entre si. Seu uso tem sido investigado na modelagem de diversos fenômenos naturais, inclusive na propagação de incêndios. Entretanto, para uma modelagem satisfatória, devem-se considerar características do bioma como tipo de vegetação, solo, clima, vento e topografia do terreno. Ajustar os vários parâmetros envolvidos nessa modelagem, costuma ser uma tarefa bastante árdua e complexa. Nesse contexto, este trabalho propõe um método evolutivo, baseado em Algoritmos Genéticos, para o ajuste dos parâmetros de modelos de propagação de incêndios baseados em regras de autômatos celulares probabilísticos. A fim de avaliar a efetividade da abordagem proposta e sua sensitividade à variação nos dados a serem modelados, vários experimentos foram realizados, considerando cenários com vegetações homogêneas e heterogêneas e diferentes características do bioma. Nesse processo, devido à falta de dados reais de incêndio, empregaram-se dados gerados a partir do AC e por outros dois modelos disponíveis na literatura. Os resultados alcançados mostram que o algoritmo evolutivo é capaz de ajustar de forma automática os parâmetros de um modelo de propagação de incêndio.Universidade Federal de UberlândiaBrasilPrograma de Pós-graduação em Ciência da ComputaçãoMartins, Luiz Gustavo Almeidahttp://lattes.cnpq.br/2546751023256424Oliveira, Gina Maira Barbosa dehttp://lattes.cnpq.br/7119433066704111Monteiro, Luiz Henrique Alveshttp://lattes.cnpq.br/1820487447148268Amaral, Laurence Rodrigues dohttp://lattes.cnpq.br/6978567037098928Ferreira, Maria Eugênia de Ávila2023-07-24T16:46:40Z2023-07-24T16:46:40Z2023-03-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfFERREIRA, Maria Eugênia de Ávila. Ajuste evolutivo de parâmetros de autômatos celulares probabilísticos em modelos de propagação de incêndios. 2023. 180 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2023. DOI http://doi.org/10.14393/ufu.di.2023.192.https://repositorio.ufu.br/handle/123456789/38738http://doi.org/10.14393/ufu.di.2023.192porAttribution-NonCommercial-NoDerivs 3.0 United Stateshttp://creativecommons.org/licenses/by-nc-nd/3.0/us/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFU2023-10-17T18:04:53Zoai:repositorio.ufu.br:123456789/38738Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2023-10-17T18:04:53Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false |
dc.title.none.fl_str_mv |
Ajuste evolutivo de parâmetros de autômatos celulares probabilísticos em modelos de propagação de incêndios Evolutionary adjustment of probabilistic cellular automata parameters in fire propagation models |
title |
Ajuste evolutivo de parâmetros de autômatos celulares probabilísticos em modelos de propagação de incêndios |
spellingShingle |
Ajuste evolutivo de parâmetros de autômatos celulares probabilísticos em modelos de propagação de incêndios Ferreira, Maria Eugênia de Ávila Algoritmos genéticos Genetic algorithms Autômato celular Cellular automata Modelo de propagação de incêndios Fire propagation model Computação evolutiva Evolutionary computing Ajustes de parâmetros Parameters adjustments Computação Computing CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Computação Automato celular Algorítmos genéticos Programação evolutiva (Computação) |
title_short |
Ajuste evolutivo de parâmetros de autômatos celulares probabilísticos em modelos de propagação de incêndios |
title_full |
Ajuste evolutivo de parâmetros de autômatos celulares probabilísticos em modelos de propagação de incêndios |
title_fullStr |
Ajuste evolutivo de parâmetros de autômatos celulares probabilísticos em modelos de propagação de incêndios |
title_full_unstemmed |
Ajuste evolutivo de parâmetros de autômatos celulares probabilísticos em modelos de propagação de incêndios |
title_sort |
Ajuste evolutivo de parâmetros de autômatos celulares probabilísticos em modelos de propagação de incêndios |
author |
Ferreira, Maria Eugênia de Ávila |
author_facet |
Ferreira, Maria Eugênia de Ávila |
author_role |
author |
dc.contributor.none.fl_str_mv |
Martins, Luiz Gustavo Almeida http://lattes.cnpq.br/2546751023256424 Oliveira, Gina Maira Barbosa de http://lattes.cnpq.br/7119433066704111 Monteiro, Luiz Henrique Alves http://lattes.cnpq.br/1820487447148268 Amaral, Laurence Rodrigues do http://lattes.cnpq.br/6978567037098928 |
dc.contributor.author.fl_str_mv |
Ferreira, Maria Eugênia de Ávila |
dc.subject.por.fl_str_mv |
Algoritmos genéticos Genetic algorithms Autômato celular Cellular automata Modelo de propagação de incêndios Fire propagation model Computação evolutiva Evolutionary computing Ajustes de parâmetros Parameters adjustments Computação Computing CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Computação Automato celular Algorítmos genéticos Programação evolutiva (Computação) |
topic |
Algoritmos genéticos Genetic algorithms Autômato celular Cellular automata Modelo de propagação de incêndios Fire propagation model Computação evolutiva Evolutionary computing Ajustes de parâmetros Parameters adjustments Computação Computing CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Computação Automato celular Algorítmos genéticos Programação evolutiva (Computação) |
description |
Forest fires cause diverse damages, whether environmental or socio-environmental. They have significantly increased as a result of climate change, which affects various biomes. In order to assist experts in containing these phenomena, the spread of a forest fire can be simulated through computational models. Modeling the spread of fire is essential in preventing and controlling the damage caused by fires in areas with native vegetation. Cellular automata (CA) are discrete models that represent a lattice of cells that interact with each other. Their use has been investigated in modeling various natural phenomena, including the spread of fires. However, for satisfactory modeling, characteristics of the biome such as vegetation type, soil, climate, wind, and terrain topography should be considered. Adjusting the various parameters involved in this modeling can be a challenging and complex task. In this context, this study proposes an evolutionary method based on Genetic Algorithms to adjust the parameters of fire spread models based on probabilistic cellular automata rules. In order to evaluate the effectiveness of the proposed approach and its sensitivity to variations in the data to be modeled, several experiments were carried out, considering scenarios with homogeneous and heterogeneous vegetation and different biome characteristics. In this process, due to the lack of real fire data, data generated from CA and two other models available in the literature were employed. The results achieved show that the evolutionary algorithm is capable of automatically adjusting the parameters of a fire spread model. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-07-24T16:46:40Z 2023-07-24T16:46:40Z 2023-03-30 |
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 |
FERREIRA, Maria Eugênia de Ávila. Ajuste evolutivo de parâmetros de autômatos celulares probabilísticos em modelos de propagação de incêndios. 2023. 180 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2023. DOI http://doi.org/10.14393/ufu.di.2023.192. https://repositorio.ufu.br/handle/123456789/38738 http://doi.org/10.14393/ufu.di.2023.192 |
identifier_str_mv |
FERREIRA, Maria Eugênia de Ávila. Ajuste evolutivo de parâmetros de autômatos celulares probabilísticos em modelos de propagação de incêndios. 2023. 180 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2023. DOI http://doi.org/10.14393/ufu.di.2023.192. |
url |
https://repositorio.ufu.br/handle/123456789/38738 http://doi.org/10.14393/ufu.di.2023.192 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 United States http://creativecommons.org/licenses/by-nc-nd/3.0/us/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 United States http://creativecommons.org/licenses/by-nc-nd/3.0/us/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Uberlândia Brasil Programa de Pós-graduação em Ciência da Computação |
publisher.none.fl_str_mv |
Universidade Federal de Uberlândia Brasil Programa de Pós-graduação em Ciência da Computação |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFU instname:Universidade Federal de Uberlândia (UFU) instacron:UFU |
instname_str |
Universidade Federal de Uberlândia (UFU) |
instacron_str |
UFU |
institution |
UFU |
reponame_str |
Repositório Institucional da UFU |
collection |
Repositório Institucional da UFU |
repository.name.fl_str_mv |
Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU) |
repository.mail.fl_str_mv |
diinf@dirbi.ufu.br |
_version_ |
1805569597377609728 |