COMPARAÇÃO ENTRE REDES NEURAIS ARTIFICIAIS E REGRESSÃO LINEAR MÚLTIPLA PARA ESTIMAR RADIAÇÃO SOLAR NO MUNICÍPIO DE SEROPÉDICA - RJ

  • Erylaine Araujo Universidade Federal Rural do Rio de Janeiro

Resumo

O presente estudo propõe o desenvolvimento e avaliação de uma metodologia utilizando Redes Neurais Artificiais (RNAs) para estimar a incidência de radiação solar em Seropédica - RJ. Primeiramente foi avaliada a necessidade de se utilizar todos os dados disponibilizados pelo Instituto Nacional de Meteorologia. Em seguida foram realizados experimentos variando o número de neurônios na(s) camada(s) escondida(s). Diferentes parâmetros estatísticos foram utilizados para avaliar o desempenho dos modelos (r, MAE, RMSE, D, R2, C e skill). Os modelos de RNAs foram comparados com Regressão Linear Múltipla (RLM) para verificar qual método seria satisfatório. Como resultado, foi possível constatar que não há necessidade de utilizar todas as variáveis disponibilizadas pela estação. Analisando a média das 50 simulações realizadas, foi possível verificar também que a RNA cujo desempenho foi superior contava com apenas uma camada escondida, apresentando índice de confiança médio (D) de 88% e coeficiente de determinação médio (R2) de 85%. Mesmo mostrando-se superiores, os modelos de RNAs não apresentaram ganhos significativos frente aos modelos de RLM. Assim, foi possível concluir que RNAs é uma ferramenta adequada para estimar a incidência de radiação solar.

Publicado
2020-07-05