Calibração automática de modelos chuva-vazão usando um algoritmo genético.

Detalhes bibliográficos
Ano de defesa: 1994
Autor(a) principal: DINIZ, Laudízio da Silva.
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Campina Grande
Brasil
Centro de Tecnologia e Recursos Naturais - CTRN
PÓS-GRADUAÇÃO EM ENGENHARIA CIVIL E AMBIENTAL
UFCG
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/11768
Resumo: Neste estudo e apresentado o algoritmo SCE-UA para otimização de parâmetros de modelos, o qual e baseado no uso de múltiplos complexos iniciais e no processo de evolução natural. Este algoritmo combina a força do método simplex de Nelder & Mead (1965) com os conceitos de busca aleatória controlada(Price, 1987), os operadores genéticos extraídos da natureza (Holland, 1975), e mistura de complexos (Duan e tal., 1992). O algoritmo SCEUA foi utilizado para a calibração de três modelos chuva-vazão, com estruturas distintas, em duas bacias hidrográficas do Nordeste do Brasil: uma localizada na região tímida do Estado da Paraíba e a outra na região semi - árida do Estado de Pernambuco. Os resultados obtidos indicam que este algoritmo é eficaz e eficiente na localização dos valores ótimos globais dos parâmetros do modelo. As características da estrutura do algoritmo e o sucesso obtido na sua aplicação para os três modelos selecionados (Tank-Model, SMAP e SWM) mostram sua capacidade para superar as dificuldades usualmente encontradas durante a calibração automática como descontinuidade na superfície resposta, presença de ótimos locais , vales extensos e não linearidade dos modelos. Duas funções objetivo com componentes probabilísticos baseados na teoria da máxima verossimilhança foram empregadas na avaliação do algoritmo. Apresenta-se ainda nesta dissertação configurações especificas do Tank-Model para intervalos diários e mensais com aplicação para regiões úmidas e semi-áridas.