Please use this identifier to cite or link to this item: http://rigeo.cprm.gov.br/jspui/handle/doc/15054
Full metadata record
DC FieldValueLanguage
dc.contributor.authorMARCUZZO, Francisco Fernando Noronha-
dc.date.accessioned2015-11-25T19:08:35Z-
dc.date.available2015-11-25T19:08:35Z-
dc.date.issued2015-
dc.identifier.citationMARCUZZO, 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.pt_BR
dc.identifier.urihttp://rigeo.cprm.gov.br/jspui/handle/doc/15054-
dc.description.abstractFaltam 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.pt_BR
dc.language.isopt_BRpt_BR
dc.publisherABRHpt_BR
dc.rightsopenpt_BR
dc.subjectHIDROLOGIApt_BR
dc.subjectVAZÃOpt_BR
dc.subjectFLUVIOMETRIApt_BR
dc.subjectRELAÇÃO COTA DESCARGA LÍQUIDApt_BR
dc.subjectBACIA DO RIO URUGUAIpt_BR
dc.subjectSUB-BACIA 75pt_BR
dc.subjectLEVANTAMENTO DE SEÇÃO TRANSVERSALpt_BR
dc.subjectALGORITMOS GENÉTICOSpt_BR
dc.subjectPROGRAMAÇÃO MATAMÁTICA NÃO LINEARpt_BR
dc.titleAlgoritmos genéticos e programação matemática não linear na otimização de curva-chavept_BR
dc.typeWorking Paperpt_BR
dc.subject.enRATING CURVEen
dc.subject.enSTAGE-DISCHARGE RELATIONSHIPen
dc.subject.enDISCHARGE MEASUREMENTSen
dc.subject.enCROSS SECTION SURVEYen
dc.subject.enGENETIC ALGORITHMSen
dc.subject.enNON LINEAR MATHEMATICAL PROGRAMMINGen
dc.subject.enHYDROLOGYen
dc.subject.enFLOW RATEen
dc.subject.enFLUVIOMETRYen
Appears in Collections:Trabalhos Apresentados em Eventos

Files in This Item:
File Description SizeFormat 
PAP018950.pdfproducao cientifica848,57 kBAdobe PDFThumbnail
View/Open
algoritmos_geneticos.pdfproducao cientifica3,29 MBAdobe PDFThumbnail
View/Open
localizcao_estacao_fluviometrica75400000.jpgmapa4,21 MBJPEGView/Open
localizacao_estacao_fluviometrica_75400000.pngmapa2,06 MBimage/pngView/Open
tabela_dados_estacao_fluviomerica_75400000.pngtabela315,1 kBimage/pngView/Open
levantamento_secao_transsversal.pngfigura170,76 kBimage/pngView/Open
curva_chave_estacao_fluviometrica_75400000 .pngfigura146,74 kBimage/pngView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.