Avaliação de estratégias de modelagem guiada por dados para previsão de vazão em rio sergipano

  • José Rafael Santana Santos Universidade Federal de Sergipe
  • Alcigeimes Batista Celeste Universidade Federal de Sergipe
Palavras-chave: previsão hidrológica, inteligência artificial, mineração de dados

Resumo

Dentre as várias técnicas de previsão de vazão, os modelos guiados por dados (DDMs: data-driven models) estão sendo muito utilizados. Estes se baseiam num banco de dados formado pelos registros históricos das variáveis de entrada (precipitação e vazão) e saída (vazão) para realizar a previsão. Redes neurais artificiais (ANNs: artificial neural networks) são os tipos de DDMs mais comuns e se mostram normalmente mais precisas do que outros modelos empíricos, mas possuem a desvantagem de não serem suficientemente transparentes. Um dos métodos de aprendizado de máquina que não possui esse problema é o aprendizado baseado em instâncias (IBL: instance-based learning). O modelo k-nearest neighbor (KNN) é um exemplo de IBL. Neste trabalho, variações do modelo KNN são utilizadas e propostas a fim de realizar previsão de vazão em rio do estado de Sergipe. Os resultados são comparados aos de simulações feitas com o uso de redes neurais artificiais e indicam superioridade das ANNs, mas também previsões satisfatórias com o KNN.

Biografia do Autor

José Rafael Santana Santos, Universidade Federal de Sergipe
Graduado em Engenharia Civil pela Universidade Federal de Sergipe. Possui experiência em modelagem guiada por dados aplicada a Hidrologia.
Alcigeimes Batista Celeste, Universidade Federal de Sergipe
Possui graduação em Engenharia Civil pela Universidade Federal da Paraíba em Campina Grande (1999), mestrado em Civil and Environmental Engineering (Water Environment and Development) pela Ehime University, Japão (2002), doutorado em Engineering for Productions (Water Environment and Development) também pela Ehime University (2004), e pós-doutorado pelo Institute of Water Resources Management, Hydrology and Agricultural Hydraulic Engineering da Leibniz University of Hannover, na Alemanha (2009), onde foi bolsista da Alexander von Humboldt Foundation. Foi pesquisador do programa de Pós-doutorado Júnior (PDJ) do CNPq na Universidade Federal de Campina Grande (2009). Atualmente, é Professor Adjunto do Departamento de Engenharia Civil da Universidade Federal de Sergipe, onde foi vice-coordenador do Programa de Pós-Graduação em Engenharia Civil (PROEC)(2011-2013). Tem experiência na área de Engenharia Civil e Ambiental, com ênfase em Recursos Hídricos e Hidrologia, atuando principalmente nos seguintes temas: Hidroinformática, Dimensionamento e Operação de Reservatórios, Otimização Matemática Determinística e Estocástica, Hidrologia Estocástica e Planejamento Integrado dos Recursos Hídricos.
Publicado
29/08/2014
Seção
Artigos