Previsão de precipitação a curto prazo utilizando modelos ANN e ANFIS

A previs o da precipita o continua a ser uma quest o extremamente importante em hidrologia. Por outro lado, a precipita o um dos processos hidrol gicos mais complicados e eficazes na previs o do escoamento superficial. No presente estudo, procurou-se desenvolver modelos de redes neuronais artificiais (RNA) e de sistemas de infer ncia neuro-fuzzy adaptativos (ANFIS) para a previs o da precipita o di ria durante o per odo de mon o em Junagadh, Gujarat, ndia. Os dados do per odo (1 de junho a 30 de outubro) dos anos 1979-1981, 1984-1989 e 1991-2007 foram utilizados para treinar os modelos e os dados dos anos 2008-2011 foram utilizados para testar os modelos. A an lise de sensibilidade foi utilizada para identificar o par metro mais importante para a previs o da precipita o. No modelo ANN, o algoritmo de retropropaga o e a fun o de ativa o sigmoide foram utilizados para treinar e testar os modelos, ao passo que nos modelos ANFIS, foram utilizadas as fun es de afilia o gaussiana e de sino generalizada. O estudo revelou que o desempenho do modelo ANN de camada oculta dupla com quatro par metros de entrada melhor do que o modelo ANFIS. A an lise de sensibilidade indicou que o par metro de entrada mais importante, para al m da pr pria precipita o, a press o de vapor na previs o da precipita o.