Comitê de máquinas para previsão de demanda de água

Autor: Ambrosio, Julia Kobylanski, 1993
Přispěvatelé: Ribeiro, Lubienska Cristina Lucas Jaquiê, 1977, Brentan, Bruno Melo, 1990, Manzi, Daniel, Lima, Gustavo Meirelles, Universidade Estadual de Campinas. Faculdade de Tecnologia, Programa de Pós-Graduação em Tecnologia, UNIVERSIDADE ESTADUAL DE CAMPINAS
Rok vydání: 2020
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
DOI: 10.47749/t/unicamp.2019.1097898
Popis: Orientadores: Lubienska Cristina Lucas Jaquiê Ribeiro, Bruno Melo Brentan Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Tecnologia Resumo: A necessidade do planejamento em setores de serviços públicos, como o abastecimento de água, é iminente, principalmente frente ao constante crescimento populacional das cidades. Para tal planejamento, o estudo da previsão de demanda de água torna-se indispensável, uma vez que auxilia na tomada de decisão frente a possíveis problemas. O presente trabalho apresenta a criação de um comitê de máquinas para previsão de demanda de água através de dois métodos principais, método ensemble e híbrido, utilizando a combinação de aprendizado de máquinas, tais como Redes {\itshape Perceptron} Multi-Camadas (MLP), Máquinas de Vetor de Suporte (SVM), Máquinas de Aprendizado Extremo (ELM), Florestas Aleatórias (RF), {\itshape Group Method for Data Handling} (GMDH) e Redes do tipo Neuro-Nebulosas para Sistemas de Inferência (ANFIS), com objetivo de obter um modelo de previsão de demanda com um menor erro possível e assim, criar um comitê robusto como alternativa de método para previsão de demanda de água. Também como parte desse trabalho, foi realizada a análise das relações existentes entre as variáveis climáticas e sociais e a demanda de água, por meio do uso de mapas auto organizáveis (SOM) e também por meio da análise do componente principal (PCA). Tanto para o estudo da análise correlacional entre a demanda de água e as variáveis como para a criação do comitê de máquinas, foram utilizados dados históricos da demanda de água de setores da cidade de Franca, localizada no interior de São Paulo - Brasil, bem como, temperatura, velocidade do vento, umidade do ar, pluviosidade e dia do mês, dia da semana, hora, ano e feriados. Os resultados obtidos mostram que a criação do comitê de máquinas pode trazer resultados positivos quando comparados a modelos individuais de previsão de demanda. Dentre os dois comitês de máquinas criados, em paralelo e em série, o comitê em série foi o que obteve um melhor desempenho Abstract: The need for planning in sectors of public services, such as water supply, is imminent, especially in the face of the constant population growth of cities. For such planning, the study of water demand forecasting becomes indispensable, since it aids decision making in the face of possible problems. The present work presents the creation of a committee of machines for predicting water demand through two main methods, ensemble and hybrid method, using the combination of machine learning, such as Multi-Layer Perceptron Networks (MLP) (SVM), Extreme Learning (ELM), Fandom Forest (RF), Group Method for Data Handling (GMDH), and Adaptive neuro fuzzy inference system (ANFIS), with the aim of obtaining a forecast model of demand with the smallest possible error and thus, to create a robust committee as an alternative method for forecasting water demand. Also, as part of this work, the analysis of existing relationships between climatic and social variables and water demand was carried out through the use of self organizing maps (SOM) and also through analysis of the main component (PCA). In order to study the correlation between water demand and variables, as well as the creation of the machinery committee, historical data on the water demand of sectors of the city of Franca, located in the interior of São Paulo - Brazil, were used. , temperature, wind speed, air humidity, rainfall and day of the month, day of the week, time, year and holidays. The results show that the creation of the machinery committee can bring positive results when compared to individual models of demand forecasting. Among the two machine committees created, in parallel and in series, the series committee was the one that performed better Mestrado Ambiente Mestra em Tecnologia
Databáze: OpenAIRE
Externí odkaz: