Otimização e expanção do pacote computacional Yapy para a modelagem chuva-vazão - Estudo de caso: Rio Ibicuí
Carregando...
Data
2012-06-05
Autores
Oliveira, José Maria Souza de
Garrido Arrate, Juan de Diós
Roloff, Glaucio
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
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.
Abstract
Descrição
Anais do I Encontro de Iniciação Científica e de Extensão da Unila - Sessão de Ciência da Computação e Matemática - 05/06/12 - 08h00 às 12h00 - Unila-Centro - Sala 15 - 3o Piso
Palavras-chave
Redes neurais artificiais, Algoritmo Levenberg-Marquardt, Modelagem computacional, Hidrologia, Matemática