Avaliação de métodos para parametrização de modelos aplicados em sistemas agropecuários.

• Ano de defesa: 2007
• Autor(a) principal: SILVA, O. D. D. da
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Otimização; Estratégia evolutiva; Modelo matemático; Mathematical models
• Link de acesso: http://www.alice.cnptia.embrapa.br/alice/handle/doc/571983

Modelos matemáticos são representações de fenômenos naturais, consideradas indispensáveis, atualmente, para expressão do conhecimento científico, possibilitando novas descobertas, avaliação de conceitos e o desenvolvimento de sistemas de apoio a decisões. A parametrização, também chamada de ajuste ou identificação de parâmetros é, por sua vez, um dos processos mais essenciais na modelagem matemática e na identificação de sistemas, uma vez que o estabelecimento de valores adequados para os parâmetros é uma dos requisitos básicos para que o modelo possa representar realisticamente o comportamento do sistema. Na tentativa de aprimorar a acurácia do modelo modelistas empregam métodos de otimização numérica para a estimativa de parâmetros. Diversos métodos de otimização vem sendo criados, para esse e outros propósitos, e aplicados à parametrização de modelos ao longo do tempo, na tentativa de encontrar, mais eficientemente, soluções mais confiáveis. Nesse contexto, este trabalho objetivou comparar alguns desses métodos e ranqueá-los quanto à eficiência, eficácia, confiabilidade e robustez. Para isso foram criados índices para quantificar a confibilidade e a robustez de um método. Os resultados mostraram que tais índices são bastante úteis e ferramentas promissores para a comparação de métodos de otimização. Foram comparados os métodos: Downhill Simplex (DS), Quasi-Newton (QN), e Estratégia Evolutiva (EE) com duas estratégias de seleção (ES e ES ), na parametrização dos modelos Oltjen, van Genuchten e Beta. Os resultados definiram que o melhor método para parametrizar o modelo Beta é o DS por apresentar-se como o mais eficiente, o mais eficaz e o mais confiável. QN foi mais eficaz e mais confiável para parametrizar o modelo de van Genuchten, porém não foi o mais eficiente. Para o modelo Oltjen os métodos DS e QN foram igualmente eficazes e superiores à EE. Entretanto, o método DS foi o mais eficiente. Foi concluído, portanto, que o desempenho do método esteve fortemente relacionado ao problema (modelo + dados), pois os métodos não apresentaram repetibilidade quanto ao ranking de confiabilidade para diferentes modelos, com exceção da EE , que ranqueou duas vezes como o segundo método mais confiável. A EE mostrou-se mais promissora que a EE para a parametrização dos modelos matemáticos testados. Dentro dos critérios adotados, nenhum dos métodos de otimização testados foi considerado robusto para a parametrização dos modelos.