Rede Neural Artificial em Engenharia da Água

As previs es de eventos futuros s o necess rias em muitas das actividades associadas ao planeamento e funcionamento dos componentes de um sistema de recursos h dricos. Para a componente hidrol gica, h necessidade de previs es a curto e longo prazo de s ries cronol gicas hidrol gicas, a fim de optimizar o sistema ou de planear a expans o ou redu o futura. Isto apresenta a compara o de diferentes t cnicas de rede neural artificial (ANN) em previs es de fluxo di rio cont nuo e intermitente a curto prazo e previs o di ria de sedimentos suspensos. Tr s t cnicas diferentes de ANN, nomeadamente, propaga o de avan o e retrocesso (FFBP), redes neurais de regress o generalizada (GRNN) e redes neurais radiais baseadas em fun es (RBF) s o aplicadas aos dados hidrol gicos. Em geral, o desempenho de previs o das t cnicas ANN considerado superior aos outros m todos estat sticos e estoc sticos convencionais em termos dos crit rios de desempenho seleccionados.