PREVISÃO DA VAZÃO AFLUENTE MENSAL DO RIO SÃO FRANCISCO USANDO-SE REDES DE ELMAN

Luiz Biondi Neto, Pedro Henrique Gouvêa Coelho, Luís Chiganer, Lidia Angulo Meza, Luiz Palmeira Monteiro

Resumo


Este artigo apresenta resultados de previsão da vazão afluente mensal do Rio São Francisco, que alimenta a usina de Sobradinho, usando-se redes neurais de Elman (RNA). As redes neurais de Elman utilizadas foram preparadas com o objetivo de receber como entrada amostras da série temporal da vazão afluente do Rio São Francisco deslocadas mês a mês. Para tal, nas camadas de entrada das referidas redes incluiu-se uma estrutura de
atraso para que as redes recebessem os dados a serem processados em períodos de cinco anos, defasados mês a mês. A estrutura neural de Elman utilizada nesse trabalho é composta por até três camadas escondidas e uma camada de saída. Os dados usados para treinamento da rede foram os da série temporal das vazões afluentes medidas entre 1931 e 1991, devidamente pré-processadas. Os dados referentes aos anos de 1992 a 1996, e que não fizeram parte do treinamento da RNA, foram usados para testes de generalização da rede e na validação dos resultados, visto que os mesmos são conhecidos, fornecendo assim
uma visão real do que aconteceu com a vazão afluente nos 60 meses entre 1992 a 1996. Os resultados obtidos indicam a adequação do uso das redes de Elman na previsão da vazão e o erro médio obtido foi menor que 0,2 %.


Texto completo:

PDF


DOI: https://doi.org/10.22409/engevista.v7i1.157

Apontamentos

  • Não há apontamentos.