Eficácia da arquitetura MLP em modo closed-loop para simulação de um Sistema Hidrológico
AUTOR(ES)
Debastiani, Aline Bernarda, Silva, Ricardo Dal’Agnol da, Rafaeli Neto, Sílvio Luís
FONTE
RBRH
DATA DE PUBLICAÇÃO
13/10/2016
RESUMO
RESUMO Para a elaboração do plano de bacia se faz necessária a realização de estimativas da resposta hidrológica. Sendo assim, o objetivo desse estudo foi de avaliar a simulação do comportamento hidrológico da bacia hidrográfica do Alto Canoas localizada em Santa Catarina, através de redes neurais artificiais Multi Layer Perceptron (MLP), bem como de analisar a contribuição das variáveis de entrada para a modelagem. Foram testados doze tratamentos com combinações de variáveis de precipitação, evapotranspiração (ET0) e vazão, além de transformações e deslocamentos temporais dessas, a fim de determinar as variáveis que promovessem o melhor desempenho da modelagem da vazão. A MLP foi treinada em modo open-loop utilizando parte das vazões observadas. As vazões foram simuladas em open-loop e closed-loop para o período de teste, sendo em closed-loop utilizado a vazão simulada no passo de tempo anterior como entrada. O algoritmo de aprendizado utilizado foi o de Levenberg-Marquardt. O tratamento que apresentou melhor desempenho (Nash e Sutcliffe (NS) = 0,9119, Raiz do Erro Médio Quadrático (RMS) = 14,29 m3/s) empregou a precipitação diária das quatro estações pluviométricas (Urubici, Vila Canoas, Lomba Alta e Anitápolis), precipitação das quatro estações com tempo de resposta de -2 dias, e vazão simulada do dia anterior. Apesar do baixo RMS, a vazão modelada pela MLP foi, em geral, superestimada.
ASSUNTO(S)
modelo chuva-vazão algoritmo de garson bacia hidrográfica do rio canoas
Documentos Relacionados
- Errata: Eficácia da arquitetura MLP em modo closed-loop para simulação de um Sistema Hidrológico
- Bacterial fouling of a hospital closed-loop cooling system by Pseudomonas sp.
- In vitro evaluation of a closed-loop feedback system for dopamine concentration control
- A Closed-Loop Artificial Pancreas Using Model Predictive Control and a Sliding Meal Size Estimator
- Identification of Intraday Metabolic Profiles during Closed-Loop Glucose Control in Individuals with Type 1 Diabetes