Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/12462
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.creator.ID | BRASILIANO, L. N. | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/0839468378387637 | pt_BR |
dc.contributor.advisor1 | FARIAS, Camilo Allyson Simões de. | - |
dc.contributor.advisor1ID | FARIAS, C. A. S. | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/7482889323422305 | pt_BR |
dc.contributor.referee1 | MACHADO, Érica Cristine Medeiros. | - |
dc.contributor.referee2 | REIS, Cristiane Queiroz. | - |
dc.description.resumo | No presente trabalho apresenta-se regras mensais de operação baseadas em Otimização Estocástica Implícita (OEI) e Redes Neurais de Função de Base Radial (RBF) para um sistema hídrico Coremas - Mãe d’Água, localizado no semiárido Paraibano. Foi utilizada a técnica de OEI, que consiste em otimizar a operação do sistema usando um conjunto de possíveis cenários sintéticos de vazões como entrada e, em seguida, na utilização dos dados ótimos gerados para construção de regras operacionais. Os cenários sintéticos de vazões foram obtidos por meio do Método dos Fragmentos. Nesse estudo, a RBF relacionou o volume do reservatório e a vazão afluente com coeficientes de alocação para cada mês do ano. As regras operacionais mensais obtidas com o modelo OEI-RBF foram aplicadas para operação do sistema hídrico e um critério de vulnerabilidade foi utilizado para análise dos resultados. Observando os índices de vulnerabilidade, pode-se concluir que o modelo OEI-RBF foi superior as regras de operação padrão. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Centro de Ciências e Tecnologia Agroalimentar - CCTA | pt_BR |
dc.publisher.initials | UFCG | pt_BR |
dc.subject.cnpq | Recursos Florestais e Engenharia Florestal. | pt_BR |
dc.title | Regras operacionais para reservatórios baseadas em otimização estocástica implícita e redes neurais de função de base radial. | pt_BR |
dc.date.issued | 2014-08-26 | - |
dc.description.abstract | In this work, we present monthly operating rules based on Implicit Stochastic Optimization (OEI) and Radial Basis Function Neural Networks (RBF) for Coremas – Mãe D’Água reservoirs, which are located in a semiarid land of Paraiba State, Brazil. The OEI technique consists of optimizing the operation of the system considering a set of possible inflow scenarios, and then using the optimal data for constructing reservoir operating rules. The synthetic inflow scenarios were obtained by the Method of Fragments. In this study, the RBF was used to relate reservoir initial storage and current in flow with allocation coefficients for each month of the year. The monthly operating rules obtained with the OEI-RBF model were applied to the operation of the water system and a criterion of vulnerability was used in order to analyze the results. According to the vulnerability results, it can be concluded that the EIO-RBF model was superior to standard rules of operation. | pt_BR |
dc.identifier.uri | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/12462 | - |
dc.date.accessioned | 2020-03-10T11:50:27Z | - |
dc.date.available | 2020-03-10 | - |
dc.date.available | 2020-03-10T11:50:27Z | - |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.subject | Método dos fragmentos | pt_BR |
dc.subject | Method of fragments | pt_BR |
dc.subject | Semiárido | pt_BR |
dc.subject | Semiarid | pt_BR |
dc.subject | Inteligência artificial | pt_BR |
dc.subject | Artificial intelligence | pt_BR |
dc.subject | Otimização estocástica | pt_BR |
dc.subject | Stochastic optimization | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.creator | BRASILIANO, Lucas Nunes. | - |
dc.publisher | Universidade Federal de Campina Grande | pt_BR |
dc.language | por | pt_BR |
dc.title.alternative | Operational rules for reservoirs based on implicit stochastic optimization and radial based function neural networks. | pt_BR |
dc.identifier.citation | BRASILIANO. Lucas Nunes. Regras operacionais para reservatórios baseadas em otimização estocástica implícita e redes neurais de função de base radial. 2014. 37 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Ambiental) - Centro de Ciências e Tecnologia Agroalimentar, Universidade Federal de Campina Grande, Pombal, Paraíba, Brasil, 2014. | pt_BR |
Appears in Collections: | Curso de Bacharelado em Engenharia Ambiental - CCTA |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
LUCAS NUNES BRASILIANO - TCC - ENGENHARIA AMBIENTAL 2014.pdf | Lucas Nunes Brasiliano - TCC - Engenharia Ambiental 2014. | 842.2 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.