Redes neurais, metodologias de agrupamento e combinação de previsores aplicados a previsão de vazões naturais

Detalhes bibliográficos
Autor(a) principal: Hirota, Marina, 1980-
Data de Publicação: 2004
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/20.500.12733/1598406
Resumo: Orientador: Fernando Gomide, Rosangela Ballini
id UNICAMP-30_41fa523ecbd98ad1c29843cd71079301
oai_identifier_str oai::324295
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Redes neurais, metodologias de agrupamento e combinação de previsores aplicados a previsão de vazões naturaisSistemas fuzzy - Processamento de dadosRedes neurais (Computação)Análise de séries temporais - Processamento de dadosPrevisão hidrologicaOrientador: Fernando Gomide, Rosangela BalliniDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de ComputaçãoResumo: Planejamento de sistemas hidroeletricos possui um alto grau de complexidade e dificuldade, uma vez que involve caracteristicas de produção não lineares e depende de muitas variaveis. Um das variaveis chave e a vazão natural. Os valores de vazões devem ser previstos com acuracia, uma vez que esses valores influenciam significativamente na produção de energia. Atualmente, no setor de geração hidroeletrica, a previsão de vazões e baseada na metodologia de Box & Jenkins. Este trabalho propõe um modelo de previsão baseado em agrupamento nebuloso como alternativa para a previsão de vazões naturais medias mensais. O modelo utiliza o algoritmo de agrupamento fuzzy c-means para explorar a estrutura dos dados historicos, e procedimentos de mediana e reconhecimento de padrões para capturar similaridades na tendencia das series. Ainda, este trabalho sugere um modelo que combina previsões geradas por um conjunto de m'etodos individuais de previsão, de uma maneira simples, mas efetiva. Utiliza-se, como combinador, uma rede neural treinada com o algoritmo do gradiente. O objetivo e combinar as previsões geradas por diferentes modelos na tentativa de capturar as contribuições das caracteristicas de previão mais importantes de cada previsor individual. Esse metodo tambem e aplicado a previsão de series de vazões naturais medias mensais escolhendo-se, como modelos individuais, aqueles que obtiveram melhor desempenho para uma dada serie. Resultados experimentais com dados reais de vazão sugerem que o modelo preditivo aseado em agrupamento nebuloso obtem um desempenho superior, quando comparado com a metodologia atual de previsão de vazões adotada pelo setor hidroeletrico, e, ainda, com uma rede neural nebulosa, um modelo não linear. Alem disso, o modelo de combinação alcança um desempenho superior que os modelos de previsão individuais, pois apresentam erros de previsão menoresAbstract: In addition, this work suggests a linear approach to combine forecasts generated by a set of individual forecasting models in a simple and effective way. We use, as a combiner, a neural network trained with the gradient descent algorithm. The aim is to combine the forecasts generated by the different forecasting models as an attempt to capture the contributions of the most important prediction features of each individual model at each prediction step. The approach is also used for streamflow time series prediction choosing, as individual forecasting models, the most promising predictive methods. Experimental results with actual data suggest that the predictive clustering approach performs globally better than the current streamflow forecasting methodology adopted by many hydroelectric systems worldwide, and a fuzzy neural network, a nonlinear prediction model. The combination approach, with lower prediction errors, performs better than each of the individual forecasting modelsMestradoEngenharia de ComputaçãoMestre em Engenharia Elétrica[s.n.]Gomide, Fernando Antonio Campos, 1951-Ballini, Rosangela, 1969-Costa Júnior, Pyramo Pires daSoares Filho, SecundinoAmaral, Wagner Caradori doUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação não informadoUNIVERSIDADE ESTADUAL DE CAMPINASHirota, Marina, 1980-20042004-12-11T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf(Broch.)https://hdl.handle.net/20.500.12733/1598406HIROTA, Marina. Redes neurais, metodologias de agrupamento e combinação de previsores aplicados a previsão de vazões naturais. 2004. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1598406. Acesso em: 2 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/324295porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T04:01:09Zoai::324295Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T04:01:09Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Redes neurais, metodologias de agrupamento e combinação de previsores aplicados a previsão de vazões naturais
title Redes neurais, metodologias de agrupamento e combinação de previsores aplicados a previsão de vazões naturais
spellingShingle Redes neurais, metodologias de agrupamento e combinação de previsores aplicados a previsão de vazões naturais
Hirota, Marina, 1980-
Sistemas fuzzy - Processamento de dados
Redes neurais (Computação)
Análise de séries temporais - Processamento de dados
Previsão hidrologica
title_short Redes neurais, metodologias de agrupamento e combinação de previsores aplicados a previsão de vazões naturais
title_full Redes neurais, metodologias de agrupamento e combinação de previsores aplicados a previsão de vazões naturais
title_fullStr Redes neurais, metodologias de agrupamento e combinação de previsores aplicados a previsão de vazões naturais
title_full_unstemmed Redes neurais, metodologias de agrupamento e combinação de previsores aplicados a previsão de vazões naturais
title_sort Redes neurais, metodologias de agrupamento e combinação de previsores aplicados a previsão de vazões naturais
author Hirota, Marina, 1980-
author_facet Hirota, Marina, 1980-
author_role author
dc.contributor.none.fl_str_mv Gomide, Fernando Antonio Campos, 1951-
Ballini, Rosangela, 1969-
Costa Júnior, Pyramo Pires da
Soares Filho, Secundino
Amaral, Wagner Caradori do
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação não informado
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Hirota, Marina, 1980-
dc.subject.por.fl_str_mv Sistemas fuzzy - Processamento de dados
Redes neurais (Computação)
Análise de séries temporais - Processamento de dados
Previsão hidrologica
topic Sistemas fuzzy - Processamento de dados
Redes neurais (Computação)
Análise de séries temporais - Processamento de dados
Previsão hidrologica
description Orientador: Fernando Gomide, Rosangela Ballini
publishDate 2004
dc.date.none.fl_str_mv 2004
2004-12-11T00:00:00Z
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 (Broch.)
https://hdl.handle.net/20.500.12733/1598406
HIROTA, Marina. Redes neurais, metodologias de agrupamento e combinação de previsores aplicados a previsão de vazões naturais. 2004. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1598406. Acesso em: 2 set. 2024.
identifier_str_mv (Broch.)
HIROTA, Marina. Redes neurais, metodologias de agrupamento e combinação de previsores aplicados a previsão de vazões naturais. 2004. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1598406. Acesso em: 2 set. 2024.
url https://hdl.handle.net/20.500.12733/1598406
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/324295
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/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_ 1822248516609638400

Registros relacionados