
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Camargo-Brunetto, Maria Angelica de Oliveira [Orientador] | - |
| Autor(es): dc.contributor | Carvalho, André Carlos Ponce de Leon Ferreira de | - |
| Autor(es): dc.contributor | Ayrosa, Pedro Paulo da Silva | - |
| Autor(es): dc.contributor | Hoto, Robinson Samuel Vieira | - |
| Autor(es): dc.contributor | Roloff, Gláucio [Coorientador] | - |
| Autor(es): dc.creator | Scheidt, Felippe Alex | - |
| Data de aceite: dc.date.accessioned | 2025-05-15T12:46:08Z | - |
| Data de disponibilização: dc.date.available | 2025-05-15T12:46:08Z | - |
| Data de envio: dc.date.issued | 2024-05-01 | - |
| Data de envio: dc.date.issued | 2024-05-01 | - |
| Data de envio: dc.date.issued | 2025-05-15 | - |
| Data de envio: dc.date.issued | 2025-05-15 | - |
| Fonte completa do material: dc.identifier | https://repositorio.uel.br/handle/123456789/12496 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/974417 | - |
| Descrição: dc.description | Resumo: Este trabalho apresenta uma metodologia para modelagem da relação ao da transformação chuva-vazão de uma bacia hidrográfica utilizando redes neurais artificiais (RNA) acoplada a um algoritmo genético (AG) num intervalo de discretização diário e mensal Esta modelagem foi aplicada na bacia hidrográfica do rio Piquiri, localizada no estado do Paraná, Brasil Os resultados dessa modelagem foram comparados a um modelo autorregressivo de média móvel e demonstraram que as RNAs são mais adequadas para a modelagem da relação chuva-vazão do que os modelos autorregressivos Além disso, comparou-se o desempenho e características das redes neurais artificiais com um modelo híbrido utilizando RNA e AG, onde foi observado que o modelo híbrido obteve melhor representação do processo de transformação chuva-vazão | - |
| Descrição: dc.description | Dissertação (Mestrado em Ciência da Computação)- Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Ciência da Computação | - |
| Descrição: dc.description | Abstract: In this work it is proposed a methodology for modeling the rainfall-runo_ relantionshipof a speci_c watershed, throught articial neural networks (ANN) and geneticalgorithm This model was developed on events based on daily and monthly observationsThe study case is a watershed of the state of Parana, Brasil, named Piquiri river Basin The results are compared with an autorregressive and movingaverage model, and showed that neural networks has superior capacity to representthe rainfall-runo relationship Besides, the ANN methodology was compared witha hybrid model, which coupling ANN with genetic algorithm, and the results showedthat the hybrid model tted better than ANN, when representing the rainfall-runo transformation | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Relação: dc.relation | Mestrado | - |
| Relação: dc.relation | Ciência da Computação | - |
| Relação: dc.relation | Centro de Ciências Exatas | - |
| Relação: dc.relation | Programa de Pós-Graduação em Ciência da Computação | - |
| Palavras-chave: dc.subject | Redes neurais (Computação) | - |
| Palavras-chave: dc.subject | Recursos hídricos | - |
| Palavras-chave: dc.subject | Desenvolvimento | - |
| Palavras-chave: dc.subject | Modelagem de processos | - |
| Palavras-chave: dc.subject | Bacias hidrográficas | - |
| Palavras-chave: dc.subject | Neural networks (Computer science) | - |
| Palavras-chave: dc.subject | Water resources development | - |
| Palavras-chave: dc.subject | Watersheds | - |
| Palavras-chave: dc.subject | Genetic algorithms | - |
| Título: dc.title | Modelagem chuva-vazão utilizando redes neurais artificiais | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional da UEL - RIUEL | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: