Título: PREVISÃO DE VAZÃO DA BACIA DO RIBEIRÃO JOÃO LEITE UTILIZANDO REDES NEURAIS COM TREINAMENTO LEVENBERG-MARQUARDT
Autores: Ferreira, Júlio César; Sakuray, Mônica Pais; Carrijo, Gilberto Arantes; Yamanaka, Keiji
Resumo: Este trabalho busca fornecer um modelo que representa o comportamento hidrológico da bacia do ribeirão João Leite, em Goiás, facilitando a tomada de decisão dos gestores dos recursos hídricos. O modelo de previsão de vazão e o modelo de transformação precipitação-vazão apresentados utilizam Redes Neurais Artificiais (RNA) com múltiplas camadas e treinamento pelo algoritmo de Levenberg-Marquardt. A entrada da RNA é constituída das séries históricas dos dados de precipitação diária e vazão diária observadas nos postos pluviométricos e fluviométricos existentes ao longo da bacia em um período de seis anos, de 1991 a 1997. Os dados foram pré-processados para correção de casos de inconsistência ou inexistência e o cálculo da precipitação média diária foi realizado pelo método de Thiessen. A opção pelo uso do algoritmo de Levenberg-Marquardt tornou o processo de treinamento da RNA muito mais rápido e eficiente, e possibilitou que diversas combinações de parâmetros de configuração para escolha do melhor modelo fossem exploradas e apresentadas. Os resultados obtidos com o modelo apresentado mostram a viabilidade do uso de RNAs na modelagem de bacias hidrográficas, com melhores resultados que os modelos conceituais existentes.
Palavras-chave: Precipitação; Previsão de Vazão; Levenberg-Marquardt
Páginas: 6
Código DOI: 10.21528/CBRN2009-175
Artigo em PDF: 175_CBRN2009.pdf
Arquivo BibTex: 175_CBRN2009.bib