Professional Documents
Culture Documents
v= taxa de natalidade
mL=taxa de mortalidade de larvas
mC=taxa de mortalidade de casulos
mB=taxa de mortalidade de besouros
v= taxa de natalidade
mA= taxa de mortalidade devido ao agrotxico
mL=taxa de mortalidade de larvas
mC=taxa de mortalidade de casulos
mB=taxa de mortalidade de besouros
acoplamento
testes de correlao
Modelo Determinstico
no leva em considerao o rudo ou incertezas presentes
nos dados
Modelo Estocsticos
incluem incertezas
10
Onde:
x o vetor de variveis de deciso
f(x) a funo objetivo
gi (x) para i= 1,2, ..., m restries de desigualdade
hj (x) para j= 1,2, ..., n restries de igualdade
11
12
Programao No Linear
Problemas no lineares monovariados
Problemas no lineares mutivariados
Problemas multivariados no lineares com restries
13
14
Programao Dinmica
Programao Dinmica Determinstica
Programao Dinmica Estocstica
Programao dinmica diz respeito a sistemas que evoluem de um estado
para outro.
Onde um estado uma configurao do sistema, e identificado por um
rtulo que indica suas propriedades.
Na anlise de muitos problemas operacionais, conveniente considerar a idia
de um sistema, que tem um nmero de estados possveis, e que evolui por
estes estados.
Por exemplo, num problema de manuteno e substituio de equipamentos, a
mquina pode ser o sistema, e um estado pode ser definido por sua idade ou
estado de conservao; na anlise de um problema de manuteno de
estoques pode ser considerado, como estado, os possveis nveis de estoque
de um dado item.
Fonte: MAYERLE, 2013
15
17
MODELOS ESTOCSTICOS
18
- Modelos ARMAX
Um modelo ARMAX (autoregressive moving average with exogenous inputs)
tem a seguinte forma:
y(k) = - a1y(k-1) - a2y(k-2) - .......- anyy(k- ny) + b1u(k-d-1) + b2u(k-d-2)
+ ....... + bnuu(k-d-nu) + c1e(k -1) + c2e(k -2) + ........ + cnye(k - ny) + e(k)
Os termos em y so referentes sada, os termos em u entrada e os termos em e so
referentes ao erro de modelagem. Os termos em e so normalmente chamados de
termos de rudo.
Na equao acima os valores entre parnteses indicam os instantes em que as
variveis so consideradas. Por exemplo, u(k-3), indica o valor da entrada no instante
k-3.
19
20
Exemplo:
Considere o sistema cujo modelo deseja-se estimar. Trata-se de um
Conversor Buck operando a 33kHz em modo contnuo de funcionamento.
A entrada a tenso VREF do modulador PWM (CI 3524) e sada
a tenso Vo . Aplicou-se um sinal PRBS entrada.
21
22
Resultados obtidos:
24
25
Validao do Modelo:
Utilizando-se o modelo obtido a partir da 1a metade da massa de dados,
realizou-se a validao atravs da 2a metade da massa de dados.
Observa-se que o modelo comporta-se de forma razoavelmente satisfatria.
26
METODOLOGIA
1 - Coleta e organizao dos dados
Os dados utilizados para a realizao deste trabalho estavam armazenados em
planilhas eletrnicas distribudas e no estruturadas. O conjunto de planilhas
eletrnicas descrevia todos os eventos ocorridos desde 1978 at 2009 e estavam
organizadas em sries temporais. Cada srie temporal continha os seguintes
dados: dia, ms e ano do evento ocorrido e o nvel (em metros) do rio registrado
a cada 2 horas durante todo o perodo de ocorrncia do evento. As sries
temporais de cada evento estavam disponveis para as estaes de Rio do Sul,
Ituporanga e Tai. As planilhas foram organizadas e estruturadas no formato de
vetores, viabilizando a carga de dados e simulao a partir do software Matlab e
posteriormente o software MSExcel .
28
29
3 - Calibrao do modelo
Para esta fase foram utilizados 5 eventos de cheias ocorridos em Rio do Sul:
12/1978, 03/1983, 11/1986, 05/1988 e 05/1989. Na tabela 1 descrevem-se
os nveis mximos para cada evento na cidade de Rio Sul. A partir da etapa
anterior (identificao do sistema) onde foram encontrados valores das
constantes de entrada e sada do modelo, utilizou-se o software MSExcel
para visualizar o comportamento do modelo proposto.
30
31
4 - Testes do modelo
Na etapa de teste do modelo foram utilizados os seguintes eventos de
cheias:
05/1983, 08/1984, 09/1989, 07/1992, 02/1997. Na tabela 2 apresentado o
valor do pico da cheia de cada um dos eventos.
32
RESULTADOS
Neste trabalho foi apresentado um modelo matemtico calibrado para a previso
em tempo atual do nvel do rio Itaja do Sul na cidade de Rio do Sul. O modelo
calibrado e testado foi um modelo estacionrio estocstico da famlia ARMAX,
mais especificamente, ARX (p, n1, n2), onde: p a varivel autoregressiva
(nvel do rio em Rio do Sul); n1 a primeira varivel da parte exgena (nvel do
rio em Ituporanga) e n2 a segunda varivel da parte exgena (nvel do rio em
Tai).
O melhor ajuste encontrado nas simulaes foi a configurao ARX(2,2,2). O
modelo calibrado descrito pela equao :
33
34
CONCLUSES E RECOMENDAES
O uso de modelos numricos para previso em tempo atual muito importante
para a tomada de deciso, principalmente em eventos relacionados a alertas e
evacuao da populao das reas de risco.
Apesar dos bons resultados alcanados neste trabalho, tanto na fase de
calibrao como na de testes do modelo ARMAX, recomenda-se a
investigao de modelos que permitam a introduo da chuva como varivel
de entrada. Neste sentido j est em desenvolvimento uma verso que utiliza
mtodos de Inteligncia Artificial. Para tanto, se pretende utilizar o mtodo de
redes neurais artificiais (RNA)
35