Aplicação Da Técnica de Redes Neuronais Artificiais

A precipita誽o ?um par滵etro muito importante no modelo hidrol鏬ico. Foram desenvolvidas muitas t嶰nicas e modelos para a previs緌 da precipita誽o. Este estudo apresenta um m彋odo de previs緌 da precipita誽o atrav廥 do desenvolvimento de um modelo baseado em RNA que utiliza as principais vari嫛eis meteorol鏬icas, tais como a temperatura de bolbo seco, a temperatura de bolbo hido, a humidade relativa, a evapora誽o da panela e a press緌 de vapor como entradas, enquanto a precipita誽o ?o resultado pretendido. Como parte dos procedimentos de desenvolvimento do modelo ANN, os conjuntos de dados de 11956 dados na 嫫ea de estudo foram divididos em duas partes, com 70% dos conjuntos de dados completos utilizados como dados de treino, enquanto os restantes 30% foram utilizados como dados de teste e valida誽o. O modelo proposto foi capaz de prever valores com resultados adequados. Para a avalia誽o dos resultados e da capacidade dos modelos de progn鏀tico desenvolvidos, foram utilizados 璯dices estat疄ticos adequados, como o coeficiente de determina誽o (R2), a raiz do erro quadr嫢ico m嶮io (RMSE), o erro quadr嫢ico m嶮io (MSE), a efici瘽cia de Nash-Sutcliffe (EF), os crit廨ios de informa誽o de Akaike (AIC) e os crit廨ios de informa誽o bayesianos (BIC). Os resultados desta an嫮ise mostraram que o modelo ANN 5-5-3-1 fornece resultados satisfat鏎ios com base em 璯dices estat疄ticos.