USO DE REDES NEURAIS ARTIFICIAIS PARA EMULAÇÃO DO SWMM NA DETERMINAÇÃO DO VOLUME TOTAL DE INUNDAÇÃO A PARTIR DA IMPLANTAÇÃO DE BACIAS DE DETENÇÃO

Código

XV-ENAU0093

Autores

Abraão Jhonny da Costa Brazão, Camila de Mello Silva, Maria Elisa Leite Costa, Sérgio Koide, Gustavo Barbosa Lima da Silva

Tema

ENAU 7 - Estruturas hidráulicas para sistemas urbanos

Resumo

Este trabalho teve o objetivo de testar a capacidade de uma Rede Neural Artificial (RNA) do tipo Perceptron de múltiplas camadas (MLP) em emular o Stormwater Management Model (SWMM) na determinação do Volume Total de Inundação (VTI), a partir da simulação da implantação de bacias de detenção em uma rede de drenagem existente na Sub-Bacia do Centro Olímpico, na cidade de Brasília (DF). Para isso, 11 possíveis áreas foram identificadas para a implantação dos reservatórios. Bancos de dados com 1000, 5000 e 10000 amostras foram criados aleatoriamente para o treinamento e validação da RNA. O procedimento de validação cruzada foi realizado com o objetivo de avaliar o desempenho de topologias candidatas. Os resultados mostraram que a RNA treinada com 10000 amostras apresentou desempenho superior às RNA treinadas com 1000 e 5000 amostras. Testes estatísticos apontaram também que, as topologias com 2 camadas ocultas de 20 e 30 neurônios, apresentaram desempenho superior as outras topologias analisadas. De maneira geral, conclui-se que, a RNA, na sua configuração otimizada, foi capaz de emular o SWMM na determinação do VTI, com um erro absoluto médio na ordem de 0,3 mm para o parâmetro altura de inundação.