Otimizando a previsão de cheias sazonais para o Rio Negro utilizando redes neurais de propagação direta
Carregando...
Data
Autores
Orientador(es)
Coorientador(es)
Costa, Marly Guimarães Fernandes
Membros da banca
Pós-Graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal do Amazonas
Tipo
Direito de acesso
DOI
Resumo
Esse trabalho discute a aplicação de um novo método para previsão de cheias sazonais, utilizando redes neurais artificiais com as seguintes variáveis de entrada: índices climáticos e o nível do próprio rio, avaliado meses antes da ocorrência do pico da cheia. Um novo método para seleção das variáveis mais relevantes para a predição é proposto. Para o treinamento da rede neural são utilizados dois métodos para melhorar a generalização das mesmas, parada antecipada e regularização. O melhor resultado de predição obtido foi com três variáveis e resultou num índice de correlação de predição de 𝑟𝑝=0,755.
Abstract
This paper proposes a new method for forecasting the maximum seasonal amplitude, using feedforward neural networks and, as input variables, climatic indices and the river amplitude measured a few months earlier before the maximum amplitude be verified. A new method for selecting the most relevant prediction variables is proposed. For neural networks training, two methods for improving its generalization are used: early stop and regularization. The best prediction result is obtained with two input variables, resulting in a correlation prediction coefficient of 𝑟𝑝=0,755.
Descrição
Palavras-chave
Termo controlado
Redes Neurais Artificiais; Ferramentas de Previsão; Cheias Sazonais
Objetivos de Desenvolvimento Sustentável (ODS)
Citação
RODRIGUES, Márcio de Menezes. Otimizando a previsão de cheias sazonais para o Rio Negro utilizando redes neurais de propagação direta. 2015. 83 f. Dissertação (Mestrado em Engenharia Elétrica ) - Universidade Federal do Amazonas, Manaus.
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Direitos e licenciamento
Acesso Aberto