Your browser doesn't support javascript.
loading
Extração de regras operacionais ótimas de sistemas de distrubuição de água através de algoritmos genéticos multiobjetivo e aprendizado de máquina / Extraction of optimal operation rules of the water distribution systems using multiobjective genetic algorithms and machine learning
São Carlos; s.n; 2004. 234 p. ilus, tab.
Tese em Português | LILACS | ID: lil-415521
Biblioteca responsável: BR67.1
Localização: BR67.1
RESUMO
A operação eficiente do sistema é uma ferramenta fundamental para que sua vida útil se prolongue o máximo possível, garantindo o perfeito atendimento aos consumidores, além de manter os custos com energia elétrica e manutenção dentro de padrões aceitáveis. Para uma eficiente operação, é fundamental o conhecimento do sistema, pois, através deste, com ferramentas como modelos de simulação hidráulica, otimização e definição de regras, é possível fornecer ao operador condições de operacionalidade das unidades do sistema de forma racional, não dependendo exclusivamente de sua experiência pessoal, mantendo a confiabilidade do mesmo. Neste trabalho é desenvolvido um modelo computacional direcionado ao controle operacional ótimo de sistemas de macro distribuição de água potável, utilizando um simulador hidráulico, um algoritmo de otimização, considerando dois objetivos (custos de energia elétrica e benefícios hidráulicos) e um algoritmo de aprendizado para extração de regras operacionais para o sistema. Os estudos foram aplicados no sistema de macro distribuição da cidade de Goiânia. Os resultados demonstraram que podem ser produzidas estratégias operacionais satisfatórias para o sistema em substituição ao julgamento pessoal do operador.
Assuntos
Texto completo: Disponível Coleções: Bases de dados internacionais Base de dados: LILACS Assunto principal: Algoritmos / Simulação por Computador / Inteligência Artificial / Distribuição da Água Tipo de estudo: Estudo prognóstico Idioma: Português Ano de publicação: 2004 Tipo de documento: Tese
Texto completo: Disponível Coleções: Bases de dados internacionais Base de dados: LILACS Assunto principal: Algoritmos / Simulação por Computador / Inteligência Artificial / Distribuição da Água Tipo de estudo: Estudo prognóstico Idioma: Português Ano de publicação: 2004 Tipo de documento: Tese
...