Publication
Aplicação de redes neuronais computacionais à modelação de escoamentos mensais
| dc.contributor.author | Santos, João Filipe | |
| dc.contributor.author | Portela, Maria Manuela | |
| dc.date.accessioned | 2011-09-26T13:48:09Z | |
| dc.date.available | 2011-09-26T13:48:09Z | |
| dc.date.issued | 2008 | |
| dc.description | Comunicação apresentada no 9º Congresso da Água. APRH, Cascais Centro de Congressos do Estoril (Portugal) | por |
| dc.description.abstract | Apresentam-se os resultados da modelação baseada em redes neuronais computacionais, RNCs, dos escoamentos mensais em quatro bacias hidrográficas portuguesas. Incluiu-se a comparação dos escoamentos mensais assim estimados com os fornecidos por um modelo do tipo conceptual, designadamente, pelo modelo de Temez. A identificação das variáveis de entrada a considerar nas RNCs baseou-se na análise da dependência temporal, a nível mensal, entre escoamentos e outras variáveis hidrológicas de que se admitiu poderem depender aqueles escoamentos. Foram, assim, adoptadas como variáveis de entrada a precipitação e a evapotranspiração em cada mês objecto de modelação e em meses antecedentes, bem como o escoamento, neste caso, somente em meses antecedentes O treino das redes neuronais recorreu a uma variante do algoritmo de retro-propagação, conhecida por algoritmo de optimização linear de segunda ordem de Levenberg Marquardt, e que assegura uma rápida convergência para a solução. Para apreciar o ajustamento dos modelos utilizaram-se como medidas de ajustamento ou de erro entre escoamentos observados e escoamentos estimados o coeficiente de correlação, a raiz quadrada do desvio quadrático médio e o erro absoluto médio. Os resultados obtidos tendo por base quatro casos de estudo permitem concluir pela adequação das RNCs à modelação de escoamentos mensais o que deixa antever a possibilidade de aplicação desses modelos à previsão de escoamentos mensais ou de escoamentos em menores intervalos de tempo, para o que fundamentalmente, as variáveis de entrada não poderão incluir valores no intervalo de tempo objecto de previsão de escoamentos. | por |
| dc.identifier.uri | http://hdl.handle.net/10400.26/1305 | |
| dc.language.iso | por | por |
| dc.peerreviewed | yes | por |
| dc.subject | Redes neuronais computacionais | por |
| dc.subject | Modelação de escoamentos mensais | por |
| dc.title | Aplicação de redes neuronais computacionais à modelação de escoamentos mensais | por |
| dc.type | conference object | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | por |
| rcaap.type | conferenceObject | por |