Extração de regras de conhecimento a partir de redes neurais artificiais aplicadas para a previsão de demanda por energia elétrica
AUTOR(ES)
Tarcísio Roberto Steinmetz
FONTE
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia
DATA DE PUBLICAÇÃO
06/03/2009
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 caracterısticas 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.
ASSUNTO(S)
redes neurais - computação ciencia da computacao
ACESSO AO ARTIGO
http://bdtd.unisinos.br/tde_busca/arquivo.php?codArquivo=908Documentos Relacionados
- Previsão de demanda de energia elétrica por meio de redes neurais artificiais
- Redes neurais artificiais aplicadas à previsão da incidência de malária no estado de Roraima
- Redes neurais artificiais aplicadas na previsão do VTEC no Brasil
- Aplicação de redes neurais artificiais na previsão de curto prazo da carga nodal de sistemas de energia eletrica
- Previsão de carga no periodo de demanda de ponta utilizando redes neurais artificiais