Otimização e Expansão do Pacote Computacional Yapy para a Modelagem Chuva-Vazão
Data
2013-07-03
Autores
Oliveira, José Maria Souza de
Konzen, Pedro Henrique de Almeida
Garrido Arrate, Juan de Diós
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
Neste trabalho, apresenta-se os u
́ ltimos avan ̧cos no desenvolvimento do pacote computacional
Yapy, bem como sua aplica ̧c ̃ao na modelagem de problemas de estimativa e previs ̃
ao de vaz ̃ao
em rios. O Yapy ́e um pacote de Redes Neurais Artificiais (RNAs), escrito em linguagem com-
putacional C++ e mantido pelos autores. Sua estrutura o torna especialmente apropriado para
problemas de mapeamento, os quais incluem problemas de modelagem chuva-vaz ̃ao. Buscando
a otimiza ̧c ̃
ao do pacote, uma s ́erie de reestrutura ̧c ̃oes na implementa ̧c ̃ao de suas classes foram
realizadas, permitindo que o pacote lide de forma robusta com a grande quantidade de dados que
s ̃
ao, normalmente, utilizados em modelos chuva-vaz ̃ao. Ainda, o pacote foi consideravelmente
expandido atrav ́es da incorpora ̧c ̃ao de novas rotinas para a an ́alise de resultados, como novas
medidas de erro e arquivos para gera ̧c ̃ao de gr ́a ficos em Gnuplot. Certamente, o desenvolvimento
recente mais importante foi a incorpora ̧c ̃ao ao pacote das Redes Neurais de Fun ̧c ̃oes de Base
Radial (RBFs), as quais foram implementadas dentro da estrutura do c ́
odigo que j ́
a continha
as redes Hebb e Perceptron Multicamadas (MLPs). Foram implementados, tamb ́em, os algo-
ritmos de treinamento para as RBFs: k-means clustering (ajuste dos centros), pseudo-inversa
(ajuste dos pesos) e gradiente descendente (ajuste dos pesos). Como aplica ̧c ̃
ao e valida ̧c ̃ao das
recentes implementa ̧c ̃oes, apresentam-se a modelagem chuva-vaz ̃ao em dois rios distintos e a
compara ̧c ̃
ao dos resultados na obten ̧c ̃ao dos modelos com MLPs frente `
as RBFs. No primeiro
caso, objetivou-se construir modelos para estimar a vaz ̃ao m ́edia di ́aria do Rio Piquiri, medida
na esta ̧c ̃
ao fluviom ́etrica Porto Carriel (c ́od. 64767000), no munic ́ ıpio de Laranjal, Paran ́a, Bra-
sil. Como base deste modelo, utilizou-se dados hist ́
oricos fluviom ́etricos e pluviom ́etricos entre
os anos de 2000 a 2008. No segundo caso, investigou-se o desempenho das MLPs e das RBFs
na obten ̧c ̃
ao de modelos para a previs ̃ao da vaz ̃ao m ́edia di ́aria do Rio Ibicu ́ ı, medida na esta ̧c ̃
ao
fluviom ́etrica Passo Mariano Pinto (c ́od. 76800000), munic ́ ıpio de Itaqui, Rio Grande do Sul,
Brasil. Neste caso, empregou-se uma s ́erie hist ́
orica de dados compreendidos entre os anos de
1986 at ́e 2005. Em ambas aplica ̧c ̃oes, observou-se a generalidade e robustez na aplica ̧c ̃
ao deRNAs para a constru ̧c ̃ao de modelos de chuva-vaz ̃
ao. Agora, na compara ̧c ̃
ao dos resultados,
verificou-se que os modelos constru ́ ıdos com as RBFs apresentam melhores resultados que os
obtidos com as MLPs. Ainda, o baixo tempo computacional demandado para o treinamento
dessas redes, via a t ́ecnica da pseudo-inversa, ressalta a vantagem das RBFs. Com o exposto,
o Yapy passa a contar com uma s ́olida gama de ferramentas para tratar de problemas de ma-
peamento. Nos pr ́oximos desenvolvimentos, espera-se adicionar ao pacote ferramentas para a
an ́alise de sensibilidade de modelo, de forma a aumentar a obten ̧c ̃
ao de informa ̧c ̃oes qualitativas
dos modelos constru ́ ıdos com as RNAs.
Abstract
Descrição
Anais do II Encontro de Iniciação Científica e de Extensão da Unila - Sessão de Física, Matemática e Ciência da Computação - 03/07/13 – 13h30 às 18h30 - Unila-PTI - Bloco 03 – Espaço 03 – Sala 01
Palavras-chave
Redes neurais artificiais, Estimativa, Previsão de Vazão em Rios, Comparação de modelos