IC - Artigos científicos

URI Permanente para esta coleção

https://dspace.unila.edu.br/handle/123456789/1739

Navegar

Navegando IC - Artigos científicos por Assunto "Algoritmo Levenberg-Marquardt"

Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    Item
    Otimização e expanção do pacote computacional Yapy para a modelagem chuva-vazão - Estudo de caso: Rio Ibicuí
    (2012-06-05) Oliveira, José Maria Souza de; Garrido Arrate, Juan de Diós; Roloff, Glaucio; Konzen, Pedro Henrique de Almeida
    Este trabalho apresenta um teste de modelagem chuva-vazão, que busca a previsão e/ou estimativa da va - zão a partir de dados hidrológicos e climáticos, feitos na bacia do Rio Ibicuí, localizado no Rio Grande do Sul. O teste foi realizado utilizando Redes Neurais Artificiais (RNAs) que são sistemas paralelos distribu - ídos compostos por unidades de processamento simples (nodos) que calculam determinadas funções ma - temáticas (normalmente não-lineares). Mais especificamente, empregou-se uma rede Multi-Layer Percep - tron (MLP) com algoritmo de treinamento Levenberg-Marquardt. Para os cálculos utilizamos o pacote computacional Yapy que é desenvolvido na Universidade Federal da Integração Latino-Americana (UNI - LA) e que foi, para este trabalho, otimizado e expandido. Buscamos treinar uma RNA para correlacionar dados fluviométricos e pluviométricos com a vazão do Rio Ibicuí medina na estação Passo Mariano Pinto. A comparação entre os resultados levou em consideração o erro via norma do máximo e o erro em volu - me dos dados de validação. O treinamento ocorreu a partir de uma quantidade definida de épocas (entre 100 e 5000) entretanto a rede mostrou não necessitar de muitas épocas para convergir. Utilizamos estrutu - ras de rede com as camadas intermediárias variando entre 3 e 30. A melhor RNA obtida possui uma ar - quitetura de 4 camadas, sendo 4 estações fluviométricas e 3 pluviométricas como entrada, 8 neurônios na primeira camada intermediária, 8 neurônios na segunda camada intermediária e 1 neurônio de saída. Obti - vemos erro máximo relativo de aproximadamente 15% tanto nos dados de treinamento como nos dados de validação. Ainda, o modelo obtido é robusto pois apresenta erro em volume menor que 1%. Analisan - do o estudo de caso concluímos que nossa implementação do algoritmo Levenberg-Marquardt está nos proporcionando bons resultados e que a metodologia empregada é uma boa alternativa para modelagem chuva-vazão.