Algoritmos genéticos e programação matemática não linear na otimização de curva-chave

Genetic Algorithms and Nonlinear Mathematical Programming in Key Rating Optimization;
Algoritmos genéticos y programación matemática no lineal en optimización de curvas clave

dc.creatorMARCUZZO, Francisco Fernando Noronha
dc.date2015-11-25T19:08:35Z
dc.date2015-11-25T19:08:35Z
dc.date2015
dc.date.accessioned2023-10-03T20:57:26Z
dc.date.available2023-10-03T20:57:26Z
dc.identifierMARCUZZO, Francisco Fernando Noronha. Algoritmos genéticos e programação matemática não linear na otimização de curva-chave. In: SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS, 21., 2015, Brasília, DF. Anais... Brasília, DF: ABRH, 2015. Disponível em: <http://www.evolvedoc.com.br/sbrh/detalhes-4_algoritmos-geneticos-e-programacao-matematica-nao-linear-na-otimizacao-de-curva-chave>. Acesso em: 13 nov. 2015.
dc.identifierhttps://rigeo.cprm.gov.br/handle/doc/15054
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9178540
dc.descriptionFaltam boas, práticas e consistentes orientações básicas para calibragem segura de dados da relação observada com mais frequência de equação potencial entre cota e vazão de postos fluviométricos, ressaltando a importância de novos estudos que auxiliem o entendimento metodológico dos processos matemáticos envolvidos e das novas ferramentas computacionais disponíveis. O objetivo deste trabalho foi estudar a utilização de ferramentas de otimização, disponíveis em planilhas de gerenciamento de dados, na melhoria dos coeficientes de equação da curva-chave, visando à obtenção de melhores parâmetros de avaliação qualitativa do ajuste. A estação fluviométrica localiza-se na bacia do Rio Uruguai (sub-bacia 75). Suas coordenadas geodésicas são -28°39’25’’S e -54°27’32’’W, altitude de aproximadamente 200 metros e uma área de drenagem de 936km², possui registros de cotas e descarga líquida desde novembro de 1941. Entre as cinco técnicas de otimização da curva-chave, a que mais ajustou a curva com relação aos três principais parâmetros qualitativos testados foi à de minimizar a soma dos desvios relativos visando o maior balanceamento da curva, para que ela passasse o mais no meio possível dos pontos medidos. O melhor método de otimização avaliada foi à programação matemática não linear. Conclui-se que as novas metodologias matemáticas e as novas ferramentas computacionais vêm acarretar mais facilidade para o hidrologista, contudo, ao menos por enquanto, não substitui o conhecimento heurístico do hidrologista na obtenção de melhores resultados. O Rio Piratini está contemplado por este estudo.
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.formatimage/jpeg
dc.formatimage/png
dc.formatimage/png
dc.formatimage/png
dc.formatimage/png
dc.languagept_BR
dc.publisherABRH
dc.rightsopen
dc.subjectHIDROLOGIA
dc.subjectVAZÃO
dc.subjectFLUVIOMETRIA
dc.subjectRELAÇÃO COTA DESCARGA LÍQUIDA
dc.subjectBACIA DO RIO URUGUAI
dc.subjectSUB-BACIA 75
dc.subjectLEVANTAMENTO DE SEÇÃO TRANSVERSAL
dc.subjectALGORITMOS GENÉTICOS
dc.subjectPROGRAMAÇÃO MATAMÁTICA NÃO LINEAR
dc.subjectRATING CURVE
dc.subjectSTAGE-DISCHARGE RELATIONSHIP
dc.subjectDISCHARGE MEASUREMENTS
dc.subjectCROSS SECTION SURVEY
dc.subjectGENETIC ALGORITHMS
dc.subjectNON LINEAR MATHEMATICAL PROGRAMMING
dc.subjectHYDROLOGY
dc.subjectFLOW RATE
dc.subjectFLUVIOMETRY
dc.titleAlgoritmos genéticos e programação matemática não linear na otimização de curva-chave
dc.titleGenetic Algorithms and Nonlinear Mathematical Programming in Key Rating Optimization
dc.titleAlgoritmos genéticos y programación matemática no lineal en optimización de curvas clave
dc.typeWorking Paper


Este ítem pertenece a la siguiente institución