A toolset for construction of hybrid intelligent forecasting systems: application for water demand prediction

Previsão consumo diário de água: um estudo de caso de Nobres (Brasil)

“…Na revisão da literatura, constatou-se inúmeras pesquisas realizadas com objetivo similar (previsão de consumo de água para o próximo dia), sendo que as pesquisas mais recentes, fazem uso, de técnica de Redes Neurais Artificiais e sistemas híbridos como metodologia (Lertpalangsunti et al, 1999;León et al, 2000;Falkenberg, 2005). Essas pesquisas, também apontam importante ganho econômico, para companhia de saneamento (via medidas operacionais, como a modificação nos tempos de funcionamento de bombas e consequente redução de custos com energia elétrica) que desenvolvem e implementam modelos de previsão, como principal resultado.…”

“…Da Tabela 4 notou-se fracos ou moderados valores de r, R 2 e MAPE, com tendência crescente, quando se analisam os modelos (RL, SF e SE) individualmente, tanto no momento de calibração quanto no momento de verificação, porém ao se analisar o modelo HI encontrou-se um bom ajuste (valores de r, R 2 e MAPE adequados). Ajustes semelhantes foram encontrados nos trabalhos de Lertpalangsunti et al (1999), Zhou et al (2000) e Altunkaynak et al (2005), o indica que o modelo HI pode ser aplicado. Ao se analisar a Figura 3 pode notar: (1) forte relação linear entre valores observados e estimados, especialmente no momento de verificação (Figuras 3a e 3d); (2) valores de erro percentual de ±20% e de ±10% nos momentos de calibração e verificação, respectivamente (Figuras 3b e 3e); e, (3) distribuição razoavelmente normal dos resíduos, em ambos os momentos, calibração e verificação (Figuras 3c e 3f).…”

“…Para essa pesquisa, definiu-se como dados relevantes o volume de água distribuído e os dados climáticos conforme o realizado por Lertpalangsunti et al (1999), Zhou et al (2000), Falkenberg (2005), Odan (2010) e Tian et al (2016). Também, ao considerar o objetivo dessa pesquisa (modelo para previsão do consumo diário de água) verifica-se que informações como indicadores sociais (taxa de alfabetização, população, IDH, outros) e de atividades econômicas (industrial, comercial, turismo, outros), com influência mensal ou anual no consumo de água, não foram considerados.…”

“…Para proposição de modelo para previsão de consumo diário de água adotou-se a abordagem híbrida (não-tradicional), como justificativa apresenta-se dois pontos principais, o primeiro se refere a existência de recomendações na literatura (Lertpalangsunti et al, 1999;León et al, 2000;Zhou et al, 2000;e, Nikolopoulos, 1997) e o segundo trata-se da complexidade das relações entre as variáveis envolvidas na predição do consumo de água, conforme reportado no trabalho de Tsutiya (2006). Uma vantagem da abordagem adotada é que ela pode integrar diferentes técnicas para formar sistemas mais robustos (Rezende et al, 2005).…”

“…Na sequência, alguns estudos realizados como esse intuito são brevemente apresentados. Lertpalangsunti et al (1999), com o objetivo de auxiliar a tomada de decisões gerenciais no SAA da cidade de Regina, no Canadá, desenvolveram um sistema híbrido (SH), para previsão de consumo de água, que combina técnicas de Lógica Fuzzy, conhecimento baseado em casos e de sistema baseado em conhecimento. León et al (2000), motivados pelas necessidades de redução de custos com energia elétrica, de otimização operacional e de ações de gestão de demanda da água no SAA da cidade de Seville, na Espanha, desenvolveram um SH denominado EXPLORE, os resultados indicam redução de 25% nos custos com energia e benefícios adicionais como qualificação dos operadores menos experientes.…”