UMA NOVA ABORDAGEM DE UM SIMULADOR VIRTUAL DE IDENTIFICAÇÃO DA QUALIDADE DA ÁGUA BASEADO NA METODOLOGIA DE SISTEMAS INTELIGENTES INSERIDO NO CONTEXTO DE REDES NEURAIS
O presente artigo se caracteriza
como uma abordagem de Sistemas Inteligentes
dinâmicos de caráter não-lineares. Propõese
através do uso de Redes Neurais Artificiais
(RNA) a um sistema virtual de análise do
padrão de potabilidade da água, para a
implementação da proposta foram utilizados
softwares de modelagem e simulação com o
intuito de identificar e modelar um sistema do
tipo caixa preta, utilizando os potencias das
RNA de aprendizado e conhecimento para
otimizar o processo de tratamento de água.
Essa estratégia buscar oferecer um sistema
auxiliar na tomada de decisão sobre o índice
da qualidade da água que é realizado nas
Estações de Tratamento de Água (ETA’s)
garantindo confiabilidade, robustez e eficiência
acerca do produto final que será destinado à
distribuição, evitando erros e subjetividades nas
análises realizadas. Com o objetivo de realizar
a validação da metodologia desenvolvida, os
resultados experimentais demonstram que a
proposta é bastante promissora, apresentando
bom desempenho computacional e baixo tempo
de resposta.
UMA NOVA ABORDAGEM DE UM SIMULADOR VIRTUAL DE IDENTIFICAÇÃO DA QUALIDADE DA ÁGUA BASEADO NA METODOLOGIA DE SISTEMAS INTELIGENTES INSERIDO NO CONTEXTO DE REDES NEURAIS
-
DOI: 10.22533/at.ed.65220230310
-
Palavras-chave: Redes Neurais Artificiais; Tratamento de Água; Sistemas Inteligentes; Inteligência Computacional; Reconhecimento de Padrão.
-
Keywords: Artificial Neural Networks, Water Treatment, Intelligent Systems, Computational Intelligence, Pattern Recognition
-
Abstract:
This paper is characterized as a
nonlinear dynamic intelligent systems approach.
It is proposed through the use of Artificial
Neural Networks (ANN) to a virtual system of
analysis of the water potability standard. For
the implementation of the proposal were used
modeling and simulation software in order to identify and model a box type system.
Using the learning and knowledge $ANN$ potencies to optimize the water treatment
process. This strategy seeks to offer a system that assists in decision-making on the
water quality index that is performed at Water Treatment Stations (WTA) ensuring
reliability, robustness and efficiency about the final product that will be destined for
distribution, avoiding errors and subjectivities. In the analyzes performed. In order to
validate the developed methodology, the experimental results show that the proposal
is very promising, presenting good computational performance and low response time.
-
Número de páginas: 15
- Orlando Donato Rocha Filho
- Danúbia Soares Pires
- Matheus Silva Pestana