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

• Ano de defesa: 1994
• Autor(a) principal: DINIZ, Laudízio da Silva.
• Orientador(a): GÓIS, Raimundo Sérgio Santos., CABRAL, Maria Izabel Cavalcanti.
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande
• Programa de Pós-Graduação: PÓS-GRADUAÇÃO EM ENGENHARIA CIVIL E AMBIENTAL
• Departamento: Centro de Tecnologia e Recursos Naturais - CTRN
• País: Brasil
• Palavras-chave em Português: Chuvas; Lluvia; Rain; Recursos Hídricos; Water Resources; Algoritmo Genético; Genetic Algorithm; Bacia Hidrográfica; Cuenca Hidrográfica; Hydrographic Basin; Modelos Chuva-vazão; Rain-flow Models; Modelos de Flujo de Lluvia
• Área do conhecimento CNPq: Engenharia Civil e Ambiental
• Link de acesso: https://dspace.sti.ufcg.edu.br/handle/riufcg/11768

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.