ONS - Rua da Quitanda, o. andar - Centro - CEP: Rio de Janeiro - RJ - Telefone : (21)
|
|
- Gonçalo Fraga Caetano
- 5 Há anos
- Visualizações:
Transcrição
1 GOP/03 a 6 de Outubro de 00 Caminas - São Paulo - Brasil GRUPO IX ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS PREVISÃO DE VAZÕES DE LONGO PRAZO UTILIZANDO REDES NEURAIS Mêuser Valença Teresa Bernarda Ludermir Luiz Guilherme Guilhon * CHESF/UNIVERSO UFPE-PE ONS RESUMO Passo Real no rio Jacuí e o trecho incremental entre Três Marias e Sobradinho. O Oerador Nacional do Sistema Elétrico ONS com o objetivo de otimizar o desacho centralizado das usinas, ossui dentre outras atribuições a de realizar de forma mensal a revisão de vazões ara os locais dos aroveitamentos hidrelétricos. A revisão ara o rimeiro mês é realizada utilizando-se o modelo PREVIVAZ, que a artir de dados em base semanal, seleciona o melhor modelo dentre as 94 diferentes combinações de séries temorais, estruturas estacionária ou eriódica, métodos de estimação de arâmetros e diferentes transformações e consolida os resultados em base mensal. Foram analisadas duas seqüências de revisões mensais ara meses à frente, entre os eríodos maio de 999 a abril de 000 e entre novembro de 999 a outubro de 000, de forma a aresentar resultados revistos em eríodos seco e úmido resectivamente, verificando os erros associados na utilização das duas técnicas. PALAVRAS-CHAVE PREVISÃO DE VAZÕES; PREVAZ; REDES NEURAIS; NSRBN..0 INTRODUÇÃO Para os meses entre o segundo e duodécimo à frente, utiliza-se o modelo PREVAZ que trabalha em base mensal, com a metodologia combinada de Box & Jenkins e Yevjechich[]. A Universidade Federal de Pernambuco - UFPE vem esquisando novas metodologias baseadas em tecnologia de redes neurais e resolveu alicar à revisão de vazões mensais um algoritmo baseado na técnica de abordagem construtiva, de tal modo que os usuários ossam fazer uso dessa ferramenta sem se reocuar com a definição da arquitetura da rede. Para tal utilizou-se redes conhecidas como Non-Linear Sigmoidal Regression Blocks Networks NSRBN. A técnica utilizada neste trabalho rocura encontrar dentre vários um modelo matemático de estrutura ótima caaz de reresentar um dado objeto comlexo, tendo como base um critério de seleção externo. O resente trabalho tem or objetivo comarar as duas alicações metodológicas e ara tal foram selecionados os aroveitamentos de Furnas no rio Grande, Itumbiara no rio Paranaíba, Itaiu no rio Paraná, Três Marias no rio São Francisco, Tucuruí no rio Tocantins, Foz do Areia no rio Iguaçu, A Diretoria de Planejamento e Programação do ONS, visando a otimização oerativa das usinas or ele desachadas centralizadamente, realiza de forma mensal revisões de vazões mensais ara um horizonte de um ano à frente, utilizando modelos tradicionais baseados nas tecnologias de Box & Jenkins, ermitindo realizar análises energéticas avaliando o comortamento Sistema Interligado Nacional SIN e tomar medidas de mitigação dos efeitos da carência de oferta de energia elétrica através de camanhas de conservação de energia ou até mesmo de contratos de comra de energia de aíses vizinhos ara garantir o surimento energético de forma adequada tentando evitar o racionamento. Até maio de 000 vinha sendo utilizado somente o modelo PREVAZ ara a revisão de vazões nos doze meses seguintes, e a artir de então, assou-se a utilizar também o modelo PREVIVAZ ara o rimeiro mês, continuando-se com o modelo PREVAZ ara os demais meses. A UFPE, vem desenvolvendo esquisas na modelagem baseada em técnicas de redes neurais, através do uso de abordagem construtiva, ermitindo aos usuários o uso da ferramenta sem reocuar-se com a arquitetura da rede [][3][4]. ONS - Rua da Quitanda, 96 - o. andar - Centro - CEP: Rio de Janeiro - RJ guilhon@ons.org.br - Telefone : ()
2 As Redes Neurais aresentam-se, atualmente como uma abordagem alternativa aos métodos estatísticos tradicionais na solução de roblemas de revisão de séries temorais já que ermite um maeamento não-linear entre as variáveis de entrada e saída. O que torna esta tecnologia atrativa é o seu emrego em uma grande variedade de roblemas que envolvem, muitas vezes, a determinação de relacionamentos comlexos entre os atributos de entrada e as variáveis definidas como saídas ara o sistema. O objetivo deste trabalho é de comarar a técnica de modelos estatísticos de Box-Jenkins à tecnologia de Redes Neurais que aresenta-se como uma oderosa ferramenta ara modelagem e revisão de variáveis climáticas, hidrológicas, energéticas, bolsas de valores, séries econômicas. Dentre os rinciais benefícios dessa técnica ode-se citar: não-linearidade ; adatatividade (adequação a um novo ambiente); arendizagem (o seu conhecimento é extraído do histórico); modelagem de sistemas comlexos (ode trabalhar com uma grande quantidade e diversidade de dados); rocessamento aralelo (testa todas as ossibilidades ao mesmo temo); tolerância a falhas (erda do desemenho é gradual) e a caacidade de generalização (fornecer resosta razoável quando estimulada com novas informações). O MODELO PREVAZ O modelo estocástico de revisão de vazões, PREVAZ, foi desenvolvido na década de 970, é considerado um modelo tradicional e baseia-se numa metodologia combinada de Yevjevich e Box & Jenkins. O modelo PREVAZ ode utilizar modelos autoregressivos, modelos AR() [], onde o valor atual do rocesso estocástico exressa-se como agregado linear de valores anteriores, ou seja, o róximo valor ossui uma forte deendência dos últimos valores ocorridos. Também ode utilizar modelos de médias móveis MA(q) no qual o valor do rocesso estocástico é linearmente deendente de um número finito de ruídos brancos q defasados no temo. Por último, também ode utilizar um modelo misto autoregressivo e médias móveis ARMA(,q) que ossui as características dos dois anteriores. O sistema de utilização do modelo PREVAZ, baseia-se em cinco rogramas executados em seqüência. O rimeiro, denominado Transfor, alica a família de transformações de Box & Cox (logarítmica) aos dados básicos X(t), de vazões naturais médias mensais, obtendo uma distribuição normal Y(t), que contém a melhor transformação a ser alicada. O segundo rograma Comtest, realiza uma adronização aos dados Y(t), a artir de sua média e desvio adrão, analisando a comonente estocástica adronizada, obtendo um rocesso estocástico estacionário E(t). O terceiro rograma Identifi, fornece subsídios ara a identificação dos modelos ARIMA (autoregressivos e médias móveis) a serem ajustados, calculando as funções de autocorrelação e auto-correlação arcial do rocesso estacionário E(t). O quarto rograma Estima, através do critério de Akaike estima os coeficientes dos modelos ARMA(,q), calcula os resectivos erros adrão e seleciona o melhor deles. O quinto rograma Prevaz, a artir do modelo ARMA(,q) selecionado, realiza uma desadronização e uma transformação inversa ara se obter a revisão de vazão ara todos os aroveitamentos considerados ostos base (aroveitamentos com série de vazões históricas e reresentativos em suas bacias) e seus intervalos de confiança. As limitações do modelo encontramse nos 600 meses de valores históricos observados e no número máximo de 30 ostos base. Este rograma também calcula a revisão de vazão ara outros aroveitamentos que não são considerados ostos base, através de regressão linear múltila mensal, reviamente calculada e determinada. A revisão é realizada rimeiro considerando os ostos base or tratar-se de um modelo univariado..0 REDES NEURAIS Neste trabalho dar-se-á ênfase esecial às redes auto-organizáveis que caracterizam-se or utilizarem uma metodologia híbrida, redes neurais e conceitos estatísticos, com o objetivo de estimar redes de arquitetura ótima com uma estrutura que evolui durante o rocesso de treinamento. A mais imortante contribuição deste trabalho reside no desenvolvimento de uma nova classe de redes neurais feedforward de alta ordem, chamadas de redes neurais or combinação de blocos de regressões sigmóides não-lineares (NSRBN), que são caazes de aroximar qualquer função contínua definida sobre um conjunto comacto[5]. Essas redes têm como fundamento a autoorganização, além de utilizar um arendizado incremental baseado em um algoritmo construtivo. Este algoritmo construtivo é resonsável ela escolha do modelo de ótima comlexidade, ou seja, ela definição da arquitetura da rede. As redes que aquí são roostas, odem ser vistas como aroximações olinomiais multivariadas, uma vez que essas têm
3 3 como elemento de construção básico olinômios homogêneos de grau k, nos quais k varia de a N (comlexidade máxima, ou seja, máximo grau olinomial). A arquitetura de uma rede neural, de acordo com a ossibilidade de mudanças no seu tamanho durante o rocesso de treinamento, ode ser classificada em estática ou dinâmica. Uma rede é dita de arquitetura estática quando o número de camadas e unidades de rocessamento ermanecem constante desde a conceção da rede até a finalização do seu treinamento. Por outro lado, uma rede de arquitetura dinâmica tem como característica rincial um rocesso de mudanças no tamanho durante o treinamento. Nessa nova classe de redes roosta, um algoritmo construtivo será utilizado ara incrementar a estrutura da rede, artindo-se de uma equena estrutura, até que se atinja uma estrutura de tamanho ótimo, segundo critérios estatísticos de seleção adequados. A roosta do modelo NSRBN é de se construir a rede or blocos de olinômios homogêneos, utilizando uma função de ativação adequada (tangente hierbólica, or exemlo), ara os neurônios escondidos. Quanto aos neurônios de saída, estes têm uma ativação mais comlexa, uma vez que realizam uma regressão logística não-linear com relação à saída dos neurônios escondidos. Desta forma, essas redes NSRBN odem aroximar uniformemente qualquer função contínua definida em um conjunto comacto limitado e também lidar com a realização de funções booleanas, o que não é ossível com os algoritmos tradicionais do gruo GMDH Grou Method Of Data Handling (combinatorial e multilayer) [5]. O rimeiro asso ara a construção de um modelo combinatorial consiste em dividir a função em blocos comostos de termos de igual grau, como aresentado na Figura. ~ ~ ~ = f( x) + f( x) d (.0) O bloco de grau (=,,...,d), de acordo com o olinômio de Kolmogorov-Gabor (teorema de Weierstrass), ode ser exresso como uma soma de rodutos das entradas, isto é: = q( i ) x N N N... a ( i, i i = i = i i N q( i ) qn ( in ) x... xn., i,..., i 3 N ). (.) em que, q(i) + q(i) + q3(i3) qn(in) = e qm(.) 0 ara m=,,3,...,n. Tem-se como objetivo realizar o maeamento de cada um dos olinômios homogêneos de grau. x x x 3. x N de grau de grau de grau. de grau d f (x) f (x) f d (x) f (x) Figura Arquitetura combinatorial f(x) Uma forma simles seria realizar todos os rodutos das variáveis de entrada rocurando aroximar diretamente a hiersuerfície nãolinear, entretanto isto não é rático, a menos que d e N sejam relativamente equenos (modelo combinatorial). Logo, ara se ter um modelo eficiente, faz-se necessário que ele ossua funções de ativação que sejam caazes de realizar vários termos dos olinômios homogêneos de forma otimizada, isto é, sem que ocorra um crescimento exlosivo no número de arâmetros necessários ara ajustar a função desejada. Com esse objetivo, roõe-se uma nova classe de redes neurais que tenha or base o algoritmo combinatorial (comosta ela soma de blocos) com uma estrutura de blocos similar a uma rede MLP, sendo que, diferentemente destas, os neurônios de saída realizam a técnica estatística de regressão logística não-linear [6], com relação aos neurônios escondidos. Definição : uma rede NSRBN é uma rede combinatorial comosta ela soma de blocos (=,...,d) com estrutura similar a uma MLP, na qual as unidades escondidas desses blocos realizam uma regressão sigmóide linear das entradas (tal qual uma MLP), e as unidades de saída realizam uma regressão do tio sigmóide não-linear das unidades escondidas (tal qual uma regressão logística não-linear). Essa nova estrutura formada é um aroximador universal com forte caacidade de maeamento não-linear. Utiliza-se aqui o termo sigmóide, significando qualquer função sigmoidal, como uma generalização da regressão logística clássica. A estrutura roosta ara cada bloco é comosta de aenas uma camada escondida, tendo Nh unidades escondidas em cada bloco com função de ativação do tio[6]: = ( σ net( h) + θh ) (.) em que net(h) é a entrada líquida ara cada neurônio escondido, h é um número inteiro que reresenta as unidades escondidas em cada bloco (variando de até a ordem do bloco), θh é σ net(h) a tendência e é, or exemlo, a função tangente hierbólica dadas or:
4 4 e net ( h ) e net ( h ) σ net ( h ) = net ( h ) net ( h ) e + e (.3) Poder-se-ia utilizar outras funções, como é o caso da função recíroca reresentada na Equação.5, isto é, net ( h ) f r ( x ) = + net ( h ) (.4) O valor de corresondente ao grau do bloco é quem vai definir o número de neurônios em cada bloco, isto é: o bloco de grau (=) tem h=, logo um neurônio escondido; o bloco de grau (=) terá neurônios escondidos (h= e h=) e assim sucessivamente, de tal forma que o bloco de grau terá h= e ortanto neurônios escondidos. A estrutura roosta ara cada bloco é similar à da Figura, na qual aresenta-se o maeamento ara um bloco de grau (a ordem dos neurônios escondidos h variará de até ), ara i variáveis de entrada (onde i =,...N) e uma única unidade de saída. W x i,h a f (x) x x N Figura Arquitetura de um bloco olinomial Esse bloco é uma rede feedforward comletamente conectada com uma única camada escondida. A diferença básica desse bloco de grau ara uma rede MLP é que os neurônios de saída são exressos como uma regressão sigmóide não-linear das unidades escondidas. Seja x = [,x,x,x3,...,xn]t o vetor coluna das variáveis de entrada, no qual o elemento xi denota um elemento qualquer dele. As entradas são onderadas elos vetores de esos w = [w0h,wh,wh,...,wnh]t, h=,...,, nos quais é a ordem do bloco. Portanto, utilizando-se a função de ativação estabelecida na Equação., a saída a de cada unidade escondida, bloco de grau ode ser escrito como: f net( h)) = ( σ + θ ) em ( net( h) h que: N net( h) = w x + w ih i= i a f ( net( h)), desse (.5) T net(h) = w h x, ou seja, 0h, h=,,...,. Logo, a unidade de saída (que realiza uma regressão logística não-linear) desse bloco ode ser reresentada ela seguinte equação: = a ( f ( net())) 3 + a ( f ( net())) a3( f ( net(3))) a ( f ( net( ))) (.6) sendo a = [a,a,a3,..., a]t o vetor dos esos das unidades escondidas ara a unidade de saída. f Fazendo-se uso da Equação.5, a função (x) ode ser escrita da seguinte forma: = a ( σ + θ ) + a ( σ + θ ) a ( σ a h h= net() net( ) + θ ) ou h net( h) h) = ( σ + θ net() + (.7) (.8) com h reresentando a ordem dos neurônios na camada escondida, (h=,...,), do bloco de grau. A arquitetura de uma rede NSRBN (Figura ) é comosta ela soma de blocos com grau variando de a d. Aqui, está sendo utilizado o bloco (Figura ) ara reresentar qualquer um desses blocos. Portanto, usando-se esta arquitetura, uma f N função desconhecida em R ode ser aroximada or uma rede NSRBN, através da seguinte exressão: = σ d net( o) ( = σ net(o) ) (.9) em que: uma função de ativação adequada ara a unidade de saída. Por outra lado, a construção das redes NSRBN é feita de forma incremental, de maneira que odese reresentá-la em uma forma similar a de um bloco (Equação.7), conforme aresenta-se a seguir. Considere o asso do algoritmo ara o qual se adiciona-se à rede o bloco de ordem d, f d, tendo-se anteriormente adicionado os blocos f 0, f f,..., d 0. Fazendo-se f 0, uma função f ode ser reresentada or: d = σ net( o) ( f ( x) + fd ) = 0 (.0) na qual os esos dos blocos f 0, f f,..., d são congelados ao adicionar-se o bloco de ordem d, f d. Isso osto, ode-se escrever da seguinte forma: = σ net( o) { c0 + c( σ net( i) + θ) + d c( σ net() + θ) cd ( σ net( d) + θd ) } (.) na qual o vetor c = [c, c,..., cd] reresenta os esos das unidades escondidas ara as unidades de saída e a constante 0 c está reresentando
5 5 todos os blocos congelados até a ordem d-. A Equação.8 é, ortanto, idêntica a uma regressão logística não-linear quando a função de ativação utilizada é a sigmóide logística tradicional. A otencialidade dessas redes está fundamentada nas características imostas ela regressão sigmóide não-linear na unidade de saída. Esse algoritmo construtivo tem como base um método de arendizagem construtiva (também chamado de auto-organização na teoria das redes GMDH). O rincíio construtivo ode ser formulado como segue: quando um modelo incrementa gradualmente sua comlexidade, certos critérios, que são chamados de critérios de seleção ou função objetivo e que têm a roriedade de comlemento externo, assam através de um valor mínimo global. O encontro deste mínimo indicará a existência de um modelo de comlexidade ótima. Portanto, usando-se essa arquitetura roosta uma função qualquer f(x) ode ser aroximada elo uso direto de uma rede NSRBN or dividir f(x) em blocos homogêneos de ordem até o bloco de ordem d. Dessa forma, a função total (olinômio comleto) ode ser aroximada ela f (x) soma das funções arciais, =,..., d (olinômios homogêneos), de maneira incremental odendo ser reresentada matematicamente or: = g( fˆ + ).. ˆ... f x + + ˆ( f + + f d ) (.) O modelo roosto tem como rincíio manter congelados os esos de todos os blocos anteriores ao atualmente otimizado, de tal forma que o número de esos a ser otimizado a cada grau de comlexidade não aumente exlosivamente, como no algoritmo combinatorial tradicional. O algoritmo de abordagem construtiva rocede como se descreve seguir. Seja um f (x) asso do algoritmo ara o qual o bloco é adicionado à rede, então uma função qualquer é sucessivamente aroximada or: f ( ) ( ( x )) ; (.3) = g( fˆ + f ( x)) ; = g( fˆ + ˆ... ) f + + (.4) fˆ em que os esos dos blocos são congelados quando o bloco de ordem é adicionado à rede e g reresenta uma função de ativação adequada ara a unidade de saída. Ao alicar os métodos descritos selecionaram-se os aroveitamentos de Furnas no rio Grande, Itumbiara no rio Paranaíba, Itaiu no rio Paraná, Três Marias no rio São Francisco, Tucuruí no rio Tocantins, Foz do Areia no rio Iguaçu, Passo Real no rio Jacuí e o trecho incremental entre Três Marias e Sobradinho. Analisaram-se duas seqüências de revisões mensais ara meses à frente, entre os eríodos maio de 999 a abril de 000 e entre novembro de 999 a outubro de 000, reresentando revisões em eríodos seco e úmido resectivamente. Para comaração dos resultados foram analisados, o desvio adrão (DP), erros absoluto médio (EAM), relativos médios (ERM(%)) e relativos máximos (Emax(%)). As tabelas a 8 mostram os erros obtidos ara os dos modelos e ara os ostos de aroveitamentos Furnas, Itumbiara, Itaiu, Três Marias, Tucuruí, Foz do Areia, Passo Real e a incremental entre Três Marias e Sobradinho, resectivamente. Tabela - Resultados ara a UHE Furnas MAI/999 ABR/000 NOV/999 OUT/000 DP 79, 84,7 76,0 83,0 EAM 5, 98,5 36,3 79,6 ERM(%) 46, 8,0 9,8 7,3 E max(%) 5,0 00,3 7,8 37,9 Tabela - Resultados ara a UHE Itumbiara MAI/999 ABR/000 NOV/999 OUT/000 DP 0,4 64,6 00,4 76, EAM 303, 56,0 68,4 98,5 ERM(%) 36,7 5,4 3,4 0,3 E max(%) 78,0 47,3 54, 89,4 Tabela 3 - Resultados ara a UHE Itaiu MAI/999 ABR/000 NOV/999 OUT/000 DP 585,7 43, 85,8 678,9 EAM 69,0 00, 047,9 890, ERM(%) 7,9 4,8 8,5 5, E max(%) 39,8 8,7 57,7 48,6 Tabela 4 - Resultados ara a UHE Três Marias MAI/999 ABR/000 NOV/999 OUT/000 DP 74, 5,9 65,6 46,7 EAM 96,3 45,9 379, 88,3 ERM(%) 57,0 4,9 49,4 4,9 E max(%) 8,7 46,9 5,5 46,9 Tabela 5 - Resultados ara a UHE Tucuruí MAI/999 ABR/000 NOV/999 OUT/000 DP 50,0 33,4 66,3 43,9 EAM 3477,5 987,9 3975,6 34,8 ERM(%) 9,8 7,3,6 8,7 E max(%) 45,4 4,3 49,0 44,7 3.0 ESTUDO DE CASO
6 6 Tabela 6 - Resultados ara a UHE F. Areia MAI/999 ABR/000 NOV/999 OUT/000 DP 05,7 98,6 3,8 0,7 EAM 97,9 3, 364, 58,0 ERM(%) 69,7 48, 79, 50,9 E max(%) 6,5 45,3 6, 5,7 Tabela 7 - Resultados ara a UHE Passo Real MAI/999 ABR/000 NOV/999 OUT/000 DP 9,0 7,3 8,0 7,3 EAM 54,6 47,3 76,0 77,3 ERM(%) 38,5 9,5 43,3 3,8 E max(%) 79,5 89,7 85,4 84,3 Tabela 8 - Resultados ara a incremental TM-SB MAI/999 ABR/000 NOV/999 OUT/000 DP 69,3 44,4 63, 5,3 EAM 08,8 73,3 433, 9,5 ERM(%) 9,0 3, 4,8 0,4 E max(%) 4,3 5,4 39,8 37,6 Nas Figuras 3 e 4 observam-se de forma gráfica os Erros Médios Relativos, constatando-se que os resultados utilizando as Redes Neurais foram melhores ara todas as usinas Figura 3 -Erro Médio Relativo-Mai/999 - Abr/000 80,0 60,0 40,0 0,0 0,0 FUR ITUM ITAI TM TUC FA PR INC Figura 4 -Erro Médio Relativo-Nov/999-Out/000 PREVAZ RN PREVAZ RN FUR ITUM ITAI TM TUC FA PR INC Com isso, cabe destacar a imortância de se investir em tecnologia de Redes Neurais ara a revisão de séries temorais, odendo inclusive acrescentar outras variáveis de entrada, como são as meteorológicas. 4.0 CONCLUSÕES E RECOMENDAÇÕES As Redes Neurais aresentam-se como alternativa à metodologia estocástica tradicional na revisão de séries temorais. A técnica de Redes Neurais - NSRBN foi testada em base mensal ara oito locais, essenciais ara o Setor Elétrico e reresentativos de bacias com grande diversidade hidrológica, sendo o erro médio relativo ercentual médio aresentado em todos os casos menor que aquele obtido com o uso do modelo PREVAZ, baseado em modelagem autoregressiva médias móveis eriódica. O uso dos modelos ara diversos meses consecutivos e em diferentes locais oderá sinalizar ara alguns locais surresas indesejáveis, como or exemlo, valores de erro máximo ercentuais bastante elevados, mesmo com a utilização de técnica de Redes Neurais, erdendo ara a metodologia tradicional nos casos de Passo Real no eríodo maio/999 a abril/000 e de Itumbiara no eríodo novembro/999 a outubro/000. Deve-se investir em arimorar os modelos baseados em redes neurais na tentativa de se obter redes melhor treinadas e com o uso de variáveis de entrada mais variadas como são, or exemlo, as informações meteorológicas. 5.0 BIBLIOGRAFIA [] BOX, G.E.P., JENKINS, G.M., Times Series Analysis - forecasting and control, Holden-Day 976. [] M. J. S. Valença and T. B. Ludermir. Multilicative-Additive Neural Networks with Active Neurons. International Joint Conference on Neural Networks (IJCNN), IEEE, Book of Summaries (073), Washington, DC, July 999. [3] M. J. S. Valença and T. B. Ludermir. Selforganization Sigmoidal Blocks Networks. International Joint Conference on Neural Networks (IJCNN), IEEE, Book of Summaries (086), Washington, DC, July 999. [4] M. J. S. Valença and T. B. Ludermir. Uma Rede Neural Construtiva com Atualização dinâmica dos Pesos. IV Congresso Brasileiro de Redes Neurais, ages 4-7, ITA, São José dos Camos, Julho 999. [5] M. J. S. Valença. Analysis and Design of the constructive neural networks for comlex systems modeling (in ortuguese). Ph.D Thesis, UFPE, Brazil, 999. [6] M. J. S. Valença and T. B. Ludermir. Selforganization Neurons Blocks Networks. International Conference on Comutational Intelligence and Multimedia Alications (ICCIMA), IEEE, ages 60-64, New Delhi, India, Setember 999.
Previsão de Vazões utilizando Redes Neurais Artificiais MLP e NSRBN
Previsão de Vazões utilizando Redes Neurais Artificiais MLP e NSRBN Alan Caio Rodrigues MARQUES 1, Gelson da Cruz JUNIOR 2, Cassio Dener Noronha VINHAL 3 Escola de Engenharia Elétrica e de Computação 1
Leia maisUm Modelo Híbrido para Previsão de Produção de Petróleo
Um Modelo Híbrido ara Previsão de Produção de Petróleo Francisca de Fátima do Nascimento Silva Programa de Pós-Graduação em Ciência e Engenharia de Petróleo - PPGCEP fatima@ccet.ufrn.br Adrião Duarte Dória
Leia maisRedes Neurais e Sistemas Fuzzy
Conceitos básicos de redes neurais recorrentes Redes eurais e Sistemas Fuzzy Redes eurais Recorrentes A Rede de Hofield A suressão do ruído numa memória auto-associativa linear ode ser obtida colocando-se
Leia mais4 Cargas Dinâmicas 4.1 Introdução
4 Cargas Dinâmicas 4.1 Introdução Carregamentos dinâmicos, or definição, são carregamentos em que a magnitude, a direção e a osição odem variar ao longo do temo. Consequentemente, as resostas da estrutura,
Leia maisRememorando. Situação-problema 5. Teorema do Limite Central. Estatística II. Aula II
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARAN PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Rememorando Estatística II Aula II Profa. Renata G. Aguiar 1 Figura 7 Distribuição de uma amostra (n = 150).
Leia maisRedes Neurais. Redes Neurais Recorrentes A Rede de Hopfield. Prof. Paulo Martins Engel. Memória associativa recorrente
Redes eurais Redes eurais Recorrentes A Rede de Hofield Memória associativa recorrente A suressão do ruído numa memória auto-associativa ode ser obtida colocando-se uma função de limiar na saída de um
Leia maisPrevisão de Vazões Naturais Afluentes a um Reservatório Utilizando a Técnica de Redes Neurais Artificiais
Previsão de Vazões Naturais Afluentes a um Reservatório Utilizando a Técnica de Redes Neurais Artificiais MSc. Carlos da Costa Ferreira Dr. Carlos Henrique Ribeiro Lima Programa de Pós-graduação em Tecnologia
Leia maisQUALIDADE DA ENERGIA ELÉTRICA DO CONSUMIDOR RURAL COM CONDUTOR NÃO CONVENCIONAL.
QUALIDADE DA ENERGIA ELÉRICA DO CONSUMIDOR RURAL COM CONDUOR NÃO CONVENCIONAL. EIXEIRA, Rodrigo Rosa; SANOS, Euler Bueno dos. Escola de Engenharia Elétrica e de Comutação Laboratório de Máquinas Eseciais
Leia mais1 Introdução. 1.1 Motivação
1 Introdução 1.1 Motivação Ao contrário da maioria dos países, o sistema hidroelétrico é responsável por 83,7% da energia elétrica gerada no Brasil [1]. Desta maneira, esta geração de energia depende basicamente
Leia maisCap. 6. Definição e métodos de resolução do problema de valores de fronteira
Ca. 6. Definição e métodos de resolução do roblema de valores de fronteira 1. Pressuostos 2. Formulação clássica do roblema de elasticidade linear 2.1 Condições no interior 2.2 Condições de fronteira 2.3
Leia maisMADEIRA arquitetura e engenharia
Voltar MADEIRA arquitetura e engenharia Modelo ara Análise Global de Estruturas de Madeira com Avaliação de Forças Localizadas em inos Deformáveis nº 4 artigo3 Eng. Civil rof. Dr. Francisco A. Romero Gesualdo
Leia maisAPOSTILA DE MÉTODOS QUANTITATIVOS
UNIVERSIDADE FEDERAL DO PARÁ ASSESSORIA DE EDUCAÇÃO A DISTÂNCIA INSTITUTO DE CIÊNCIAS SOCIAIS APLICADAS ESPECIALIZAÇÃO EM GESTÃO EMPRESARIAL NA MODALIDADE SEMIPRESENCIAL APOSTILA DE MÉTODOS QUANTITATIVOS
Leia maisPROTOCOLO PARA ESTIMAR ERROS DE DISCRETIZAÇÃO EM CFD: VERSÃO 1.1. Carlos Henrique Marchi. Curitiba, UFPR, setembro de 2005.
PROTOCOLO PARA ESTIMAR ERROS DE DISCRETIZAÇÃO EM CFD: VERSÃO. Carlos Henrique Marchi Curitiba, FPR, setembro de 2005. O objetivo deste rotocolo é adronizar o rocesso de Verificação de soluções numéricas
Leia maisESTUDO DE CUSTOS UTILIZANDO CADEIAS ABSORVENTES DE MARKOV
Silvana Ligia Vincenzi Bortolotti sligie@globo.com ESTUDO DE CUSTOS UTILIZANDO CADEIAS ABSORVENTES DE MARKOV Rosely Antunes de Souza roselyr@gmail.com Vanina Macowski Durski Silva 2 vaninadurski@gmail.com
Leia maisOutras Técnicas que Utilizam o Escore de Propensão
Técnicas Econométricas ara Avaliação de Imacto Outras Técnicas que Utilizam o Escore de Proensão Rafael Perez Ribas Centro Internacional de Pobreza Brasília, 28 de maio de 2008 Introdução O Escore de Proensão
Leia maisout II - Algoritmo Back-Propagation II - Algoritmo BackPropagation II - Algoritmo Back-Propagation Modelo de Rede Neural com Multiplas Camadas
Modelo de Rede Neural com Multilas Camadas SCE 5809 REDES NEURAIS REDE NEURAL DO TIPO MULTI- CAMADAS Profa Inut First Hidden Second Roseli Hidden Romero Outut II - Algoritmo Bac-Proagation Out(x) = g(
Leia maisAA-220 AERODINÂMICA NÃO ESTACIONÁRIA
AA- AERODINÂMICA NÃO ESTACIONÁRIA Introdução e conceitos básicos da teoria Prof. Roberto GIL Email: gil@ita.br Ramal: 648 1 AERODINÂMICA NÃO ESTACIONÁRIA Objetivo: Partir das equações de Navier-Stokes
Leia maisAnálise da Aquisição de Equipamentos Médicos Utilizando Redes Neurais Artificiais
Análise da Aquisição de Equiamentos Médicos Utilizando Redes Neurais Artificiais Ernesto F. F. Ramírez 1, Saide J. Calil 1 Deto. de Engenharia Elétrica (DEEL), Centro de Tecnologia e Urbanismo (CTU), Universidade
Leia maisEQUALIZAÇÃO DE FASE BASEADA NA INCLINAÇÃO DE UMA RETA-MODELO OBTIDA A PARTIR DO ATRASO DE FASE DO FILTRO A SER EQUALIZADO
XV CONGRESSO BRASILEIRO DE AUTOMÁTICA CBA, - DE SETEMBRO DE, GRAMADO - RS UALIZAÇÃO DE FASE BASEADA NA INCLINAÇÃO DE UMA RETA-MODELO OBTIDA A PARTIR DO ATRASO DE FASE DO FILTRO A SER UALIZADO AURENCIO
Leia maisEstudo da influência dos índices de severidade na segurança de um Sistema Eléctrico de Energia
Estudo da influência dos índices de severidade na segurança de um Sistema Eléctrico de Energia C. I. Faustino Agreira, C. M. Machado Ferreira, J. A. Dias Pinto e F. P. Maciel Barbosa 2 Deartamento de Engenharia
Leia maisINTRODUÇÃO À MATEMÁTICA FINANCEIRA
Hewlett-Packard INTRODUÇÃO À MATEMÁTICA FINANCEIRA Aulas 0 a 04 Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Ramos Ano: 206 Sumário Matemática Financeira... REFLITA... Porcentagem... Cálculos com orcentagem...
Leia maisModelo de confiabilidade, disponibilidade e manutenibilidade de sistemas, aplicado a plataformas de petróleo.
XXIII Encontro ac. de Eng. de rodução - Ouro reto, MG, Brasil, a de out de Modelo de confiabilidade, disonibilidade e manutenibilidade de sistemas, alicado a lataformas de etróleo. Marceloccorsi Miranda
Leia mais5 Ferramentas de analise
5 Ferramentas de analise 5.. Função Janela ara a Transformada de Fourier Sabe-se que a transformada de Fourier de um sinal finito da margem a esúrios no domínio da freqüência, conecidos como vazamento
Leia maisModelos para Regressão. Modelos lineares. Exemplo. Método de regressão linear
Modelos ara Regressão Pretende-se arender a redizer o valor de uma variável (atributo) numérica. Os atributos (ou variáveis) usados como entrada ara o algoritmo de arendizagem dizem-se reditores odendo
Leia maisPREVISÃO DE VAZÕES DIÁRIAS NA BACIA DO RIO SÃO FRANCISCO PARA O PERÍODO ÚMIDO 2011/2012: AVALIAÇÃO DOS RESULTADOS DOS MODELOS NEURO3M E NEUROSF
PREVISÃO DE VAZÕES DIÁRIAS NA BACIA DO RIO SÃO FRANCISCO PARA O PERÍODO ÚMIDO 2011/2012: AVALIAÇÃO DOS RESULTADOS DOS MODELOS NEURO3M E NEUROSF Luana Gomes Alessandra Maciel Guilherme Ferreira Luiz Guilhon
Leia mais6º CONGRESSO BRASILEIRO DE PESQUISA E DESENVOLVIMENTO EM PETRÓLEO E GÁS
6º CONGRESSO BRASILEIRO DE PESQUISA E DESENVOLVIMENTO EM PETRÓLEO E GÁS TÍTULO DO TRABALHO: Um Algoritmo ara Estimação de Vazão de Gás em Poços de Petróleo roduzindo or Golfadas AUTORES: Fernando Cesar
Leia maisEST 55 - AEROELASTICIDADE. Aerodinâmica Não Estacionária Introdução e conceitos básicos da teoria
EST 55 - AEROELASTICIDADE Aerodinâmica Não Estacionária Introdução e conceitos básicos da teoria 1 AERODINÂMICA NÃO ESTACIONÁRIA Das equações de Navier-Stokes ara a equação otencial linearizada: Escoamentos
Leia maisFig. 1 - Resposta em Malha Aberta
MODOS DE CONROLE Modo ou ação de controle é a forma através da qual o controlador age sobre o rocesso com o objetivo de manter a variável controlada no setoint. A ação de controle ara um rocesso deende
Leia maisPropagação de Enchentes em Reservatórios - Método Direto
RBRH Revista Brasileira de Recursos Hídricos Volume 12 n.2 Abr/Jun 2007, 115-122 Proagação de Enchentes em Reservatórios - Método Direto Valter Hernandez Faculdade de Engenharia Civil - UNICAMP hernandez@fec.unicam.br
Leia mais1 LIMITES FUNDAMENTAIS NA TEORIA DA INFORMAÇÃO
LIMITES FUNDAMENTAIS NA TEORIA DA INFORMAÇÃO O trabalho de Shannon sobre a teoria da informação, ublicado em 948, estabelece a base teórica ara que sistemas de comunicações seam eficientes e confiáveis.
Leia mais3 Propagação em ambientes abertos na faixa GHz
3 Proagação em ambientes abertos na faixa 10-66 GHz Na faixa de freqüências de oeração entre 10 e 66 GHz, a existência de visada direta é muito imortante ara viabilizar a comunicação de sistemas sem fio
Leia maisUNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO DEPARTAMENTO DE CIÊNCIAS AMBIENTAIS FENÔMENOS DE TRANSPORTE MECÂNICA DOS FLUIDOS
Universidade Federal Rural do Semiárido UNIVERSIDADE FEDERAL RURAL DO SEMIÁRIDO DEPARTAMENTO DE CIÊNCIAS AMBIENTAIS FENÔMENOS DE TRANSPORTE MECÂNICA DOS FLUIDOS EQUAÇÃO DA CONTINUIDADE EQUAÇÃO DE BERNOULLI
Leia maisPREVISÃO DA TEMPERATURA EM SECÇÕES DE MADEIRA UTILIZANDO REDES NEURONAIS ARTIFICIAIS
PREVISÃO DA TEMPERATURA EM SECÇÕES DE MADEIRA UTILIZANDO REDES NEURONAIS ARTIFICIAIS PREDICTION OF TEMPERATURE IN TIMBER CROSS-SECTIONS USING ARTIFICIAL NEURAL NETWORKS Paulo B. Cachim () () Prof., RISCO
Leia maisProgramação de um semáforo usando o método do grau de saturação
Programação de um semáforo usando o método do grau de saturação Luis Vilanova * Introdução O cálculo do temo de ciclo e dos temos de verde através do método do grau de saturação constitui excelente ferramenta
Leia maisEXAME NACIONAL DO ENSINO SECUNDÁRIO
EXAME NACIONAL DO ENSINO SECUNDÁRIO. Ano de Escolaridade (Decreto-Lei n. 86/8, de de Agosto Programas novos e Decreto-Lei n. 74/004, de 6 de Março) Duração da rova: 50 minutos.ª FASE 007 VERSÃO PROVA ESCRITA
Leia maisX Congresso Brasileiro de Engenharia Química Iniciação Científica
Blucher Chemical Engineering Proceedings Dezembro de 2014, Volume 1, Número 1 X Congresso Brasileiro de Engenharia Química Iniciação Científica Influência da esquisa em Engenharia Química no desenvolvimento
Leia maisParâmetros do Hidrograma Unitário para bacias urbanas brasileiras
RBRH Revista Brasileira de Recursos Hídricos Porto Alegre RS ABRH Vol 8 n.2 abr/jun) 195-199. 2003 Parâmetros do Hidrograma Unitário ara bacias urbanas brasileiras Carlos E. M. Tucci Instituto de Pesquisas
Leia maisInvertendo a exponencial
Reforço escolar M ate mática Invertendo a exonencial Dinâmica 3 2ª Série 1º Bimestre DISCIPLINA SÉRIE CAMPO CONCEITO Matemática 2ª do Ensino Médio Algébrico Simbólico Função Logarítmica Aluno Primeira
Leia maisESCOAMENTO ANUAL 1 DISTRIBUIÇÃO ESTATÍSTICA
ESCOAMENTO ANUAL 1 DISTRIBUIÇÃO ESTATÍSTICA O escoamento anual numa secção de um rio tem essencialmente uma natureza aleatória não sendo ortanto ossível rever deterministicamente os seus valores futuros
Leia maisMODELAGEM DO CUSTO DO TRANSPORTE RODOVIÁRIO DE MADEIRA UTILIZANDO REGRESSÃO LINEAR MÚLTIPLA
7 a 9 de Outubro de 015, Botucatu São Paulo, Brasil MODELAGEM DO CUSTO DO TANSPOTE ODOVIÁIO DE MADEIA UTILIZANDO EGESSÃO LINEA MÚLTIPLA Vitória Castro Santos Barreto 1, Gislaine Cristina Batistela, ogério
Leia mais3. Modelos Constitutivos
3. Modelos Constitutivos A comlexidade envolvida no estudo da deformação de solos e rochas é um dos grandes desafios da engenharia. No entanto, aesar da diversidade desse comortamento, observações exerimentais
Leia maisAprendizagem de Dados Simbólicos e/ou Numéricos. Francisco Carvalho
Arendizagem de Dados Simbólicos e/ou Numéricos Francisco Carvalho Inut n objetos formando uma artição em m classes cada objeto é descrito or variáveis modais de semântica robabilística. Objetivo Descrever,
Leia mais2 Modelagem da casca cilíndrica
odelagem da casca cilíndrica As cascas cilíndricas odem ser definidas como um coro cuja distância de qualquer onto interno deste coro a uma suerfície de referência (usualmente a suerfície média da casca)
Leia mais3 Modelos Comparativos: Teoria e Metodologia
3 Modelos Comparativos: Teoria e Metodologia Para avaliar o desempenho do modelo STAR-Tree, foram estimados os modelos Naive, ARMAX e Redes Neurais. O ajuste dos modelos ARMAX e das redes neurais foi feito
Leia maisUNIVERSIDADE DE COIMBRA - FACULDADE DE CIÊNCIAS E TECNOLOGIA DEPARTAMENTO DE MATEMÁTICA ALGORITMO DO PONTO MÉDIO PARA
UNIVERSIDADE DE COIMBRA - FACULDADE DE CIÊNCIAS E TECNOLOGIA DEPARTAMENTO DE MATEMÁTICA ALGORITMO DO PONTO MÉDIO PARA A RASTERIZAÇÃO DA ELIPSE OBJECTIVO: O resente trabalho tem or objectivo ilustrar o
Leia mais5 Teoria de opções reais 5.1. Avaliação de projetos via FCD vs. ROV
5 Teoria de oções reais 5.1. Avaliação de rojetos via FCD vs. ROV A avaliação de rojetos de investimentos é uma questão estratégica ara toda cororação atualmente. Cada vez mais uma decisão é tomada em
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano de escolaridade Versão.4
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Teste.º Ano de escolaridade Versão.4 Nome: N.º Turma: Professor: José Tinoco 6//08 Evite alterar a ordem das questões Nota: O teste é constituído or duas artes Caderno
Leia maisNOS últimos anos, o consumo de energia no Brasil tem
1 Estudo Comparativo de Modelos de Previsão de Vazões Baseados em Redes MLP e NSRBN Alan C. R. Marques, Gélson Cruz Jr, Cássio D. N. Vinhal, and Marco A. A. de Oliveira Resumo In hydrothermal scheduling
Leia maisCadeias de Markov. Andrei Andreyevich Markov (*1856, Ryazan, Russia; 1922, São Petersburgo, Russia).
Cadeias de Markov Andrei Andreyevich Markov (*856, Ryazan, Russia; 9, São etersburgo, Russia). Acreditar é mais fácil do que ensar. Daí existirem muito mais crentes do que ensadores. - Bruce Calvert .
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano de escolaridade Versão.3
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Teste.º Ano de escolaridade Versão. Nome: N.º Turma: Professor: José Tinoco 6//08 Evite alterar a ordem das questões Nota: O teste é constituído or duas artes Caderno
Leia maisESTUDO DE PROBLEMAS DE VIBRAÇÕES EM BARRAGENS USANDO ANÁLISE ISOGEOMÉTRICA
Congresso de Métodos Numéricos em Engenharia 2015 Lisboa, 29 de Junho a 2 de Julho, 2015 APMTAC, Portugal, 2015 ESTUDO DE PROBLEMAS DE VIBRAÇÕES EM BARRAGENS USANDO ANÁLISE ISOGEOMÉTRICA Rodnny J. M. Fakhye
Leia maisMÉTODO SEM MALHA E MÉTODO DOS ELEMENTOS FINITOS GENERALIZADOS EM ANÁLISE NÃO-LINEAR DE ESTRUTURAS
ISSN 1809-5860 MÉTODO SEM MALHA E MÉTODO DOS ELEMENTOS FINITOS GENERALIZADOS EM ANÁLISE NÃO-LINEAR DE ESTRUTURAS Felício Bruzzi Barros 1 & Sergio Persival Baroncini Proença 2 Resumo O Método dos Elementos
Leia maisAula # 8 Vibrações em Sistemas Contínuos Modelo de Segunda Ordem
UNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA DE SÃO CARLOS DEPARTAMENTO DE ENGENHARIA MECÂNICA Laboratório de Dinâmica SEM 504 DINÂMICA ESTRUTURAL Aula # 8 Vibrações em Sistemas Contínuos Modelo de Segunda
Leia maisCadeias de Markov. 1. Introdução. Modelagem e Simulação - Cadeias de Markov
Cadeias de Markov. Introdução Nestas notas de aula serão tratados modelos de robabilidade ara rocessos que evoluem no temo de maneira robabilística. Tais rocessos são denominados rocessos Estocásticos...
Leia maisDistribuição de uma proporção amostral
Distribuição de uma roorção amostral Estatística II Antonio Roque Aula 4 Exemlo Ilustrativo: Suonha que se saiba que em uma certa oulação humana uma roorção de essoas igual a = 0, 08 (8%) seja cega ara
Leia maisAngela Fontana Marques
DOI: 0.405/actascitechnol.v3i.88 Alicação da análise multivariada na infraestrutura e no desemenho das escolas úblicas do Ensino Fundamental e Médio ertencentes ao Núcleo Regional de Educação de Paranavaí
Leia mais14 MODELO DE DECISÃO DA TEORIA DAS RESTRIÇÕES
14 MODELO DE DECISÃO DA TEORIA DAS RESTRIÇÕES A artir da remissa da teoria das restrições de ue a emresa oera semre com algum tio de restrição, neste caítulo é abordado o rocesso geral de tomada de decisão
Leia maisAE-249- AEROELASTICIDADE
AE-49- AEROELASTICIDADE Aerodinâmica Não Estacionária Introdução e conceitos básicos da teoria Instituto Tecnológico de Aeronáutica ITA/IEA 1 AERODINÂMICA NÃO ESTACIONÁRIA Das equações de Navier-Stokes
Leia maisHEURÍSTICAS PARALELAS DE BUSCA EM VIZINHANÇA VARIÁVEL PARA O PROBLEMA DE OTIMIZAÇÃO DO EMPREGO DE SONDAS DE PRODUÇÃO TERRESTRE
A esquisa Oeracional e os Recursos Renováveis 4 a 7 de novembro de 2003, Natal-RN HEURÍTICA PARALELA DE BUCA EM VIZINHANÇA VARIÁVEL PARA O PROBLEMA DE OTIMIZAÇÃO DO EMPREGO DE ONDA DE PRODUÇÃO TERRETRE
Leia maisMOTOR LINEAR DE INDUÇÃO BIFÁSICO: ANÁLISE DO CAMPO MAGNÉTICO PELO PROGRAMA FEMM
MOTOR LINEAR DE INDUÇÃO BIFÁSICO: ANÁLISE DO CAMPO MAGNÉTICO PELO PROGRAMA FEMM Falcondes J. M. Seixas 1, Francisco C. V. Malange 2, Ricardo Henrique O. G. Rangel 3, Rodolfo Castanho Fernandes 4, Priscila
Leia maisCap. 6. Definição e métodos de resolução do problema de valores de fronteira
Ca. 6. Definição e métodos de resolução do roblema de valores de fronteira 1. Pressuostos. Formulação clássica do roblema de elasticidade linear.1 Condições no interior. Condições de fronteira.3 ios dos
Leia maisSegunda aula de fenômenos de transporte para engenharia civil. Estática dos Fluidos capítulo 2 do livro do professor Franco Brunetti
Segunda aula de fenômenos de transorte ara engenharia civil Estática dos Fluidos caítulo 2 do livro do rofessor Franco Brunetti NESTA BIBLIOGRAFIA ESTUDAMOS FLUIDO ESTÁTICO E EM MOVIMENTO. BIBLIOGRAFIA
Leia maisLCG-COPPE-UFRJ (SIGGRAPH 2000) Leif Kobbelt. Max-Planck Institute for Computer Sciences. Apresentado por: Alvaro Ernesto Cuno Parari.
3 - Subdivision Leif Kobbelt Max-Planck Institute for Comuter Sciences (SIGGRAPH 2) Aresentado or: Alvaro Ernesto Cuno Parari LCG-COPPE-UFRJ CONTEUDO Introdução Idéias Básicas da subdivisão Estrutura Básica
Leia maisA IMAGEM ENTROPIA-COERÊNCIA NA DETECÇÃO DE VARIAÇÕES ENTRE IMAGENS SAR RAFAEL ZANDONÁ SCHNEIDER DAVID FERNANDES
Anais XI SBSR, Belo Horizonte, Brasil, 05-0 abril 003, INPE,. 8-88. A IMAGEM ENTROPIA-COERÊNCIA NA DETECÇÃO DE VARIAÇÕES ENTRE IMAGENS SAR RAFAEL ZANDONÁ SCHNEIDER DAVID FERNANDES Instituto Tecnológico
Leia maisTeste de hipóteses para médias e proporções amostrais
Teste de hióteses ara médias e roorções amostrais Prof. Marcos Pó Métodos Quantitativos ara Ciências Sociais Hiótese estatística Hiótese é uma exlicação rovisória roosta ara um fenômeno, assível de ser
Leia maisPrograma de Análise Confiabilidade de Alimentadores de Distribuição
Programa de Análise Confiabilidade de Alimentadores de Distribuição Otavio H. S. Vicentini, Airton Violin, Cícero Lefort FUPAI Fundação de Pesquisa e Assessoramento a Indústria otaviohsv@hotmail.com Manuel
Leia maisApontamentos de Álgebra Linear
Aontamentos de Álgebra Linear (inclui as alicações não avaliadas) Nuno Martins Deartamento de Matemática Instituto Suerior Técnico Dezembro de 08 Índice Matrizes: oerações e suas roriedades Resolução de
Leia maisSISTEMA DE CONTROLE ADAPTATIVO PARA UM SISTEMA PRODUTIVO CONTÍNUO. O CASO DA CURVA POLINOMIAL DE CRESCIMENTO DE SUÍNOS TIPO CARNE.
SISTEMA DE CONTROLE ADAPTATIVO PARA UM SISTEMA PRODUTIVO CONTÍNUO. O CASO DA CURVA POLINOMIAL DE CRESCIMENTO DE SUÍNOS TIPO CARNE. João Eduardo da Silva Pereira Universidade Federal de Santa Maria jes@ccne.ufsm.br
Leia maisEstática dos Fluidos. Prof. Dr. Marco Donisete de Campos
UFMT- UNIVERSIDADE FEDERAL DE MATO GROSSO CUA - CAMPUS UNIVERSITÁRIO DO ARAGUAIA ICET - INSTITUTO DE CIÊNCIAS EXATAS E DA TERRA BACHARELADO EM ENGENHARIA CIVIL Estática dos Fluidos Prof. Dr. Marco Donisete
Leia maisAlgoritmos genéticos: alguns experimentos com os operadores de cruzamento ( Crossover ) para o problema do caixeiro viajante assimétrico
Algoritmos genéticos: alguns exerimentos com os oeradores de cruzamento ( Crossover ) ara o roblema do caixeiro viajante assimétrico Anderson Freitas Silva (DIE/UFPI) cadfreitas@yahoo.com.br Antonio Costa
Leia maisExames Nacionais. Prova Escrita de Matemática A 2009 VERSÃO Ano de Escolaridade Prova 635/1.ª Fase. Grupo I
Exames Nacionais EXAME NACIONAL DO ENSINO SECUNDÁRIO Decreto-Lei n. 7/00, de 6 de Março Prova Escrita de Matemática A. Ano de Escolaridade Prova 6/.ª Fase Duração da Prova: 0 minutos. Tolerância: 0 minutos
Leia mais4 Modelagem proposta da programação do sub-sistema
4 Modelagem roosta da rogramação do sub-sistema Este caítulo descreve como será abordado o roblema real da rogramação do duto OSPAR, quais simlificações serão utilizadas, hióteses, restrições e objetivos
Leia maisEstabilidade Dinâmica: Modos Laterais
Estabilidade Dinâmica: Modos Laterais João Oliveira Estabilidade de Voo, Eng. Aeroesacial Versão de 13 de Dezembro de 2011 1 Modos laterais 1.1 Determinação dos modos laterais Determinação dos modos laterais
Leia maisAcréscimos e decréscimos - Resolução
0 (Unicam 5 ª fase) (Acréscimo e decréscimo ercentual) Uma comra no valor de.000 reais será aga com uma entrada de 600 reais e uma mensalidade de 4 reais. A taxa de juros alicada na mensalidade é igual
Leia maisPasseio aleatório: jogo da roleta e apostas esportivas
Passeio aleatório: jogo da roleta e aostas esortivas Random walk: roulette game and sorts betting ISSN 2316-9664 Volume 8, dez. 2016 Leandro Morgado Universidade Federal de Santa Catarina leandro.morgado@ufsc.br
Leia maisIntrodução à Redes Neurais. Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana
Introdução à Redes Neurais Artificiais Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Introdução Redes Neurais Artificiais (RNAs)
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisSEPARAÇÃO SÓLIDO-FLUIDO NO CAMPO GRAVITACIONAL: GERAÇÃO DE MATERIAL DIDÁTICO EMPREGANDO SIMULAÇÕES CFD
SEPARAÇÃO SÓLIDO-FLUIDO NO CAMPO GRAVITACIONAL: GERAÇÃO DE MATERIAL DIDÁTICO EMPREGANDO SIMULAÇÕES CFD N. P. ALMEIDA 1, M. C. CANHADAS 1, J. L. V. NETO 1 e K. G. dos SANTOS 1 1 Universidade Federal do
Leia maisRESOLUÇÃO - 1ª PROVA ICIN 2º/2012
Deartamento de Engenharia Elétrica Prof. Adolfo Bauchsiess Faculdade de Tecnologia Laboratório de Automação e Robótica Universidade de Brasília 63848 INTRODUÇÃO AO CONTROLE INTELIGENTE NUMÉRICO - 2 /22
Leia maismatematicaconcursos.blogspot.com
Professor: Rômulo Garcia Email: machadogarcia@gmail.com Conteúdo Programático: Teoria dos Números Exercícios e alguns conceitos imortantes Números Perfeitos Um inteiro ositivo n diz-se erfeito se e somente
Leia mais1ª PROVA ICIN 1º/2015
ENE/FT/UnB Deartamento de Engenharia Elétrica Faculdade de Tecnologia Universidade de Brasília Prof. Adolfo Bauchsiess Laboratório de Automação e Robótica 63848 INTRODUÇÃO AO CONTROLE INTELIGENTE NUMÉRICO
Leia maisNoções de Testes de Hipóteses
Noções de Testes de Hióteses Outro tio de roblema da Inferência Estatística é o de testar se uma conjectura sobre determinada característica de uma ou mais oulações é, ou não, aoiada ela evidência obtida
Leia maisOTIMIZAÇÃO DA PRODUÇÃO VIA SEQÜÊNCIAS DE NÍVEIS NUTRICIONAIS PARA FASE DE CRECHE EM SUÍNOCULTURA
OTIMIZAÇÃO DA PRODUÇÃO VIA SEQÜÊNCIAS DE NÍVEIS NUTRICIONAIS PARA FASE DE CRECHE EM SUÍNOCULTURA Janete Pereira Amador Universidade Federal de Santa Maria a99699@aluno.ufsm.br João Eduardo da Silva Pereira
Leia mais11. Equilíbrio termodinâmico em sistemas abertos
Equilíbrio termodinâmico em sistemas abertos Em um sistema aberto definimos o equilíbrio termodinâmico quando este sistema encontra-se simultaneamente em equilíbrio térmico, equilíbrio mecânico e equilíbrio
Leia maisINFLUÊNCIA DA IDADE MATERNA SOBRE OS RESULTADOS PERINATAIS
INFLUÊNCIA DA IDADE MATERNA SOBRE OS RESULTADOS PERINATAIS MILLENA CAVALCANTI MONTEIRO ROGÉRIA MÁXIMO DE LAVÔR GUÊDIJANY HENRIQUE PEREIRA MARIA JUSSIANY GONÇALVES DE ABRANTES MARIA DO CARMO ANDRADE DUARTE
Leia maisSomas de números naturais consecutivos
Julho 006 - nº 5 Somas de números naturais consecutivos António Pereira Rosa Escola Secundária Maria Amália Vaz de Carvalho, Lisboa. Introdução O objectivo deste trabalho é abordar o roblema da reresentação
Leia mais3 Conceitos básicos relacionados à estrutura a termo da taxa de juros
3 Conceitos básicos relacionados à estrutura a termo da taxa de juros Antes de adentrarmos na descrição teórica da ETTJ e de alguns de seus modelos é imortante que clarifiquemos algumas das definições
Leia maisSegunda aula de teoria de ME5330. Fevereiro de 2011
Segunda aula de teoria de ME5330 Fevereiro de 2011 As curvas características das bombas são de fundamental imortância ara a correta utilização das mesmas. Portanto, a erfeita comreensão dessas curvas é
Leia maisProgramação Paralela e Distribuída 2010/11. Métricas de Desempenho. Ricardo Rocha DCC-FCUP
Métricas de Desemenho Programação Paralela e Distribuída Métricas de Desemenho Métricas de Desemenho Desemenho! Dois dos rinciais objectivos do desenho de alicações aralelas são:! Desemenho: a caacidade
Leia maisSeleção de variáveis categóricas utilizando análise de correspondência e análise procrustes
Acta Scientiarum (4):86-868, 999. ISSN 45-684. Seleção de variáveis categóricas utilizando análise de corresondência e análise rocrustes Terezinha Aarecida Guedes*, Ivan Ludgero Ivanqui, Ana Beatriz Tozzo
Leia maisPrevisão de Vazões Naturais Diárias Afluentes ao Reservatório da UHE Tucuruí Utilizando a Técnica de Redes Neurais
IV SIMPÓSIO BRASILEIRO DE SISTEMAS ELÉTRICOS - SBSE 2012 1 Previsão de Vazões Naturais Diárias Afluentes ao Reservatório da UHE Tucuruí Utilizando a Técnica de Redes Neurais C. C. Ferreira, Eletrobras
Leia maisValores e vectores próprios
Valores e Vectores Prórios - Matemática II- /5 Valores e vectores rórios De nem-se valores e vectores rórios aenas ara matrizes quadradas, elo que, ao longo deste caítulo e quando mais nada seja eseci
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano de escolaridade Versão.1
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Teste.º Ano de escolaridade Versão. Nome: N.º Turma: Professor: José Tinoco 6//08 Evite alterar a ordem das questões Nota: O teste é constituído or duas artes Caderno
Leia maisDecisão Multicritério e Otimização Combinatória aplicadas à seleção de contribuintes do ICMS para fins de auditoria
Decisão Multicritério e Otimização Combinatória alicadas à seleção de contribuintes do ICMS ara fins de auditoria Glauber Arthur N. da Silva, MSc João Inácio Soletti, PhD Henrique Pacca Loureiro Luna,
Leia maisO que é um Modelo Matemático?
1 1 O que é um Modelo Matemático? Conjunto de equações que relacionam as variáveis que caracterizam o rocesso e reresentam adequadamente o seu comortamento. São semre aroximações da realidade! Modelos
Leia maisAlgoritmos de Inteligência de Enxames por Colônia de Formigas na Análise de Indicadores Ambientais de Bacias Hidrográficas
Algoritmos de Inteligência de Enxames or Colônia de Formigas na Análise de Indicadores Ambientais de Bacias Hidrográficas Samuel Ghellere, Gabriel Felie, Maicon B. Palhano, Ruano M. Pereira, Kristian Madeira,
Leia maisRoteiro-Relatório da Experiência N o 7
. COMPOETES DA EQUIPE: UIVERSIDADE DO ESTADO DE SATA CATARIA - UDESC Roteiro-Relatório da Exeriência o 7 O TRASFORMADOR ALUOS OTA 3 4 Prof.: Celso José Faria de Araújo 5 Data: / / : hs. OBJETIVOS:.. Verificar
Leia maisTransformação dos dados. Analise de Componentes Principais - PCA
Transformação dos dados Tratamento nos dados Redução de Dimensionalidade Dados centrados na média e variância xm = /n Σ i=n x i x i = ( x i - xm)/σ (centrados na média) Escalamento ela variância ( quando
Leia maisSIMULADO. 05) Atribuindo-se todos os possíveis valores lógicos V ou F às proposições A e B, a proposição [( A) B] A terá três valores lógicos F.
01) Considere as seguintes roosições: P: Está quente e Q: Está chovendo. Então a roosição R: Se está quente e não está chovendo, então está quente ode ser escrita na forma simbólica P..( Q) P, em que P..(
Leia maisCapítulo 7 - Wattímetros
Caítulo 7 - Wattímetros 7. Introdução Os wattímetros eletromecânicos ertencem à uma classe de instrumentos denominados instrumentos eletrodinâmicos. Os instrumentos eletrodinâmicos ossuem dois circuitos
Leia mais