Extração de regras de conhecimento a partir de redes neurais artificiais aplicadas para a previsão de demanda por energia elétrica
| Orientador(a) (dc.contributor.advisor) | Santos, José Vicente Canto dos | |
| Lattes Orientador(a) (dc.contributor.advisorLattes) | http://lattes.cnpq.br/3054875168089226 | pt_BR |
| Autor(a) (dc.contributor.author) | Steinmetz, Tarcísio Roberto | pt_BR |
| Autor(a) Lattes (dc.contributor.authorLattes) | http://lattes.cnpq.br/6477534213438393 | pt_BR |
| Data de Disponibilização (dc.date.accessioned) | 2015-03-05T14:01:20Z | |
| dc.date.available (dc.date.available) | 2015-03-05T14:01:20Z | |
| Data da defesa / Data do evento (dc.date.issued) | 2009-03-06 | |
| Abstract (dc.description.abstract) | This work presents a methodology for the extraction of rules from Artificial Neural Networks (ANN) trained to forecast the electric load demand. The rules have the ability to express the knowledge regarding the behavior of load demand acquired by the network during training process. The rules are presented to the user in an easy to read format, such as IF premise THEN consequence. Where premise relates to the input data submitted to the network, and consequence appears as a linear equation describing the output to be presented by the network, should the premise part holds true. The rule extraction technique presented here, combined with the predictive abilities of the neural networks, constitutes an important tool for tactical and strategic decision making within the electricity supply companies. | en |
| Resumo (dc.description.resumo) | Este trabalho apresenta uma metodologia para extração de regras a partir de Redes Neurais Artificiais (RNA) treinadas para previsão de carga. As regras extraídas visam descrever o conhecimento adquirido pela rede neural a respeito do comportamento da demanda por energia elétrica. As regras possuem uma estrutura do tipo SE premissa ENTÃO consequência, onde premissa refere-se aos dados de entrada submetidos para a rede neural, e consequência caracteriza uma equação linear responsável por descrever a saída apresentada pela rede em função dos dados de entrada, caso a premissa da regra seja satisfeita. Dessa forma, além da precisão advinda das caracter´ısticas das redes neurais, as mesmas serão capazes de tornar seu conhecimento transparente para o usuário, contribuindo ainda mais para o auxílio das tomadas de decisões táticas e estratégicas das companhias de energia elétrica. | pt_BR |
| Agência de fomento (dc.description.sponsorship) | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior | pt_BR |
| URI (dc.identifier.uri) | http://www.repositorio.jesuita.org.br/handle/UNISINOS/2272 | |
| Idioma (dc.language) | pt_BR | pt_BR |
| Nome da instituição (dc.publisher) | Universidade do Vale do Rio do Sinos | pt_BR |
| País da Instituição (dc.publisher.country) | Brasil | pt_BR |
| Departamento (dc.publisher.department) | Escola Politécnica | pt_BR |
| Sigla da Instituição (dc.publisher.initials) | UNISINOS | pt_BR |
| Programa (dc.publisher.program) | Programa de Pós-Graduação em Computação Aplicada | pt_BR |
| Direitos de acesso ao documento (dc.rights) | openAccess | pt_BR |
| Assunto (dc.subject) | redes neurais - computação | pt_BR |
| Tema (CNPq) (dc.subject.cnpq) | Ciências Exatas e da Terra | pt_BR |
| Título (dc.title) | Extração de regras de conhecimento a partir de redes neurais artificiais aplicadas para a previsão de demanda por energia elétrica | pt_BR |
| Tipo de arquivo (dc.type) | Dissertação | pt_BR |
Arquivos
Pacote original
1 - 1 de 1
Carregando...
- Nome:
- SteinmetzTarcisioRobertoComputacao.pdf
- Tamanho:
- 875.44 KB
- Formato:
- Adobe Portable Document Format
- Descrição:
- SteinmetzTarcisioRobertoComputacao