Comitê de máquinas para previsão de demanda de água

Detalhes bibliográficos
Autor(a) principal: Ambrosio, Julia Kobylanski, 1993-
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1638389
Resumo: Orientadores: Lubienska Cristina Lucas Jaquiê Ribeiro, Bruno Melo Brentan
id UNICAMP-30_034a9bb06cd5d88aed1f30b1e2d287d6
oai_identifier_str oai::1127070
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Comitê de máquinas para previsão de demanda de águaWater demand forecasting machines committeeAbastecimento de águaPrevisão de demandaAprendizado de máquinaRedes neurais (Computação)Water-supplyDemand forecastingMachine leaningNeural networks (Computer science)Orientadores: Lubienska Cristina Lucas Jaquiê Ribeiro, Bruno Melo BrentanDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de TecnologiaResumo: A necessidade do planejamento em setores de serviços públicos, como o abastecimento de água, é iminente, principalmente frente ao constante crescimento populacional das cidades. Para tal planejamento, o estudo da previsão de demanda de água torna-se indispensável, uma vez que auxilia na tomada de decisão frente a possíveis problemas. O presente trabalho apresenta a criação de um comitê de máquinas para previsão de demanda de água através de dois métodos principais, método ensemble e híbrido, utilizando a combinação de aprendizado de máquinas, tais como Redes {\itshape Perceptron} Multi-Camadas (MLP), Máquinas de Vetor de Suporte (SVM), Máquinas de Aprendizado Extremo (ELM), Florestas Aleatórias (RF), {\itshape Group Method for Data Handling} (GMDH) e Redes do tipo Neuro-Nebulosas para Sistemas de Inferência (ANFIS), com objetivo de obter um modelo de previsão de demanda com um menor erro possível e assim, criar um comitê robusto como alternativa de método para previsão de demanda de água. Também como parte desse trabalho, foi realizada a análise das relações existentes entre as variáveis climáticas e sociais e a demanda de água, por meio do uso de mapas auto organizáveis (SOM) e também por meio da análise do componente principal (PCA). Tanto para o estudo da análise correlacional entre a demanda de água e as variáveis como para a criação do comitê de máquinas, foram utilizados dados históricos da demanda de água de setores da cidade de Franca, localizada no interior de São Paulo - Brasil, bem como, temperatura, velocidade do vento, umidade do ar, pluviosidade e dia do mês, dia da semana, hora, ano e feriados. Os resultados obtidos mostram que a criação do comitê de máquinas pode trazer resultados positivos quando comparados a modelos individuais de previsão de demanda. Dentre os dois comitês de máquinas criados, em paralelo e em série, o comitê em série foi o que obteve um melhor desempenhoAbstract: The need for planning in sectors of public services, such as water supply, is imminent, especially in the face of the constant population growth of cities. For such planning, the study of water demand forecasting becomes indispensable, since it aids decision making in the face of possible problems. The present work presents the creation of a committee of machines for predicting water demand through two main methods, ensemble and hybrid method, using the combination of machine learning, such as Multi-Layer Perceptron Networks (MLP) (SVM), Extreme Learning (ELM), Fandom Forest (RF), Group Method for Data Handling (GMDH), and Adaptive neuro fuzzy inference system (ANFIS), with the aim of obtaining a forecast model of demand with the smallest possible error and thus, to create a robust committee as an alternative method for forecasting water demand. Also, as part of this work, the analysis of existing relationships between climatic and social variables and water demand was carried out through the use of self organizing maps (SOM) and also through analysis of the main component (PCA). In order to study the correlation between water demand and variables, as well as the creation of the machinery committee, historical data on the water demand of sectors of the city of Franca, located in the interior of São Paulo - Brazil, were used. , temperature, wind speed, air humidity, rainfall and day of the month, day of the week, time, year and holidays. The results show that the creation of the machinery committee can bring positive results when compared to individual models of demand forecasting. Among the two machine committees created, in parallel and in series, the series committee was the one that performed betterMestradoAmbienteMestra em Tecnologia[s.n.]Ribeiro, Lubienska Cristina Lucas Jaquiê, 1977-Brentan, Bruno Melo, 1990-Manzi, DanielLima, Gustavo MeirellesUniversidade Estadual de Campinas (UNICAMP). Faculdade de TecnologiaPrograma de Pós-Graduação em TecnologiaUNIVERSIDADE ESTADUAL DE CAMPINASAmbrosio, Julia Kobylanski, 1993-20192019-11-22T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (107 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1638389AMBROSIO, Julia Kobylanski. Comitê de máquinas para previsão de demanda de água. 2019. 1 recurso online (107 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Tecnologia, Limeira, SP. Disponível em: https://hdl.handle.net/20.500.12733/1638389. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1127070Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2022-03-30T17:17:52Zoai::1127070Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2022-03-30T17:17:52Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Comitê de máquinas para previsão de demanda de água
Water demand forecasting machines committee
title Comitê de máquinas para previsão de demanda de água
spellingShingle Comitê de máquinas para previsão de demanda de água
Ambrosio, Julia Kobylanski, 1993-
Abastecimento de água
Previsão de demanda
Aprendizado de máquina
Redes neurais (Computação)
Water-supply
Demand forecasting
Machine leaning
Neural networks (Computer science)
title_short Comitê de máquinas para previsão de demanda de água
title_full Comitê de máquinas para previsão de demanda de água
title_fullStr Comitê de máquinas para previsão de demanda de água
title_full_unstemmed Comitê de máquinas para previsão de demanda de água
title_sort Comitê de máquinas para previsão de demanda de água
author Ambrosio, Julia Kobylanski, 1993-
author_facet Ambrosio, Julia Kobylanski, 1993-
author_role author
dc.contributor.none.fl_str_mv Ribeiro, Lubienska Cristina Lucas Jaquiê, 1977-
Brentan, Bruno Melo, 1990-
Manzi, Daniel
Lima, Gustavo Meirelles
Universidade Estadual de Campinas (UNICAMP). Faculdade de Tecnologia
Programa de Pós-Graduação em Tecnologia
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Ambrosio, Julia Kobylanski, 1993-
dc.subject.por.fl_str_mv Abastecimento de água
Previsão de demanda
Aprendizado de máquina
Redes neurais (Computação)
Water-supply
Demand forecasting
Machine leaning
Neural networks (Computer science)
topic Abastecimento de água
Previsão de demanda
Aprendizado de máquina
Redes neurais (Computação)
Water-supply
Demand forecasting
Machine leaning
Neural networks (Computer science)
description Orientadores: Lubienska Cristina Lucas Jaquiê Ribeiro, Bruno Melo Brentan
publishDate 2019
dc.date.none.fl_str_mv 2019
2019-11-22T00:00:00Z
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 https://hdl.handle.net/20.500.12733/1638389
AMBROSIO, Julia Kobylanski. Comitê de máquinas para previsão de demanda de água. 2019. 1 recurso online (107 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Tecnologia, Limeira, SP. Disponível em: https://hdl.handle.net/20.500.12733/1638389. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/1638389
identifier_str_mv AMBROSIO, Julia Kobylanski. Comitê de máquinas para previsão de demanda de água. 2019. 1 recurso online (107 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Tecnologia, Limeira, SP. Disponível em: https://hdl.handle.net/20.500.12733/1638389. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1127070
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (107 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189157546754048

Registros relacionados