PERIODIC STOCHASTIC MODEL BASED ON NEURAL NETWORKS / MODELO ESTOCÁSTICO PERIÓDICO BASEADO EM REDES NEURAIS

AUTOR(ES)

LUCIANA CONCEICAO DIAS CAMPOS

DATA DE PUBLICAÇÃO

2010

RESUMO

Processo Estocástico é um ramo da teoria da probabilidade onde se define um conjunto de modelos que permitem o estudo de problemas com componentes aleatórias. Muitos problemas reais apresentam características complexas, tais como não-linearidade e comportamento caótico, que necessitam de modelos capazes de capturar as reais características do problema para obter um tratamento apropriado. Porém, os modelos existentes ou são lineares, cuja aplicabilidade a esses problemas pode ser inadequada, ou necessitam de uma formulação complexa, onde a aplicabilidade é limitada e específica ao problema, ou dependem de suposições a priori sobre o comportamento do problema para poderem ser aplicados. Isso motivou a elaboração de um novo modelo de processo estocástico genérico, intrinsecamente não-linear, que possa ser aplicado em uma gama de problemas de fenômenos não-lineares, de comportamento altamente estocástico, e até mesmo com características periódicas. Como as redes neurais artificiais são modelos paramétricos não-lineares, simples de entendimento e implementação, capazes de capturar comportamentos de variados tipos de problemas, decidiu-se então utilizá-las como base do novo modelo proposto nessa tese, que é denominado Processo Estocástico Neural. A não-linearidade, obtida através das redes neurais desse processo estocástico, permite que se capture adequadamente o comportamento da série histórica de problemas de fenômenos não-lineares, com características altamente estocásticas e até mesmo periódicas. O objetivo é usar esse modelo para gerar séries temporais sintéticas, igualmente prováveis à série histórica, na solução desses tipos de problemas, como por exemplo os problemas que envolvem fenômenos climatológicos, econômicos, entre outros. Escolheu-se, como estudo de caso dessa tese, aplicar o modelo proposto no tratamento de afluências mensais sob o contexto do planejamento da operação do sistema hidrotérmico brasileiro. Os resultados mostraram que o Processo Estocástico Neural consegue gerar séries sintéticas com características similares às séries históricas de afluências mensais.

ASSUNTO(S)

redes neurais artificiais stochastic processes series de afluencias com periodos mensais artificial neural networks processos estocasticos

Documentos Relacionados

• Diagnóstico da camada física de redes Profibus DP baseado em redes neurais artificiais
• Um sistema de localização robótica para ambientes internos baseado em redes neurais.
• Aplicação de controladores feedback em sistema experimental de refrigeração e desenvolvimento de modelo preditivo baseado em redes neurais
• SISTEMA DE IDENTIFICAÇÃO E LOCALIZAÇÃO DE FALTAS EM LINHAS DE TRANSMISSÃO BASEADO EM REDES NEURAIS
• Computacional module, based on neural networks for cutting force and roughness in turning