Bom, eu mesmo resolvi dar uma pesquisada e encontrei informações a respeito de um método que uma pesquisadora está desenvolvendo para ser aplicado na área de fornecimento de água, mas que certamente pode ser adaptado e aplicado em redes de telecomunicações. Caso alguém aqui esteja em busca de um tema para uma tese de mestrado ou doutorado fica a dica.
Vejam que interessante:
Previsão do consumo de água
Pesquisadora estuda novo método para prever o consumo de água das cidades, baseado nos fundamentos das Redes Neurais Artificiais.
As Redes Neurais Artificiais (RNAs), circuitos fundamentados em estruturas computacionais que se organizam como as redes de neurônios dos seres vivos, vêm sendo pesquisadas e desenvolvidas desde 1940. Nas últimas décadas, as RNAs têm sido largamente empregadas em sistemas de monitoramento, avaliação e previsão, sendo utilizadas em diferentes segmentos - da meteorologia à análise de crédito. "Como essa é uma ferramenta que dá um bom resultado, há desenvolvimentos em diversas áreas, como por exemplo a agricultura, na parte da irrigação e produção agrícola", explica a engenheira civil Cláudia Cristina dos Santos. A engenheira defendeu, em julho, uma tese de doutorado no Departamento de Engenharia Hidráulica e Sanitária da Escola Politécnica da Universidade de São Paulo (Poli/USP) a respeito da aplicação das RNAs à previsão do consumo de água na Região Metropolitana de São Paulo. A pesquisadora levantou informações referentes aos elementos que influenciam a demanda, de caráter socioambiental e meteorológico, e depois os utilizou para alimentar a entrada da rede. Tendo obtido os dados, a RNA os processa, definindo padrões que posteriormente são reconhecidos - o que gera, na saída da rede, previsões embasadas pelo mecanismo. "No caso das companhias de abastecimento, a tomada de decisão geralmente se fundamenta na experiência do operador. Com a RNA, tem-se uma ferramenta mais precisa para amparar as decisões", avalia Cláudia. Veja, a seguir, a entrevista com a engenheira.
Como funcionam as Redes Neurais Artificiais?
As RNAs são modelos de processamentos matemáticos que simulam os sistemas naturais utilizando-se de estruturas análogas às Redes Neurais Biológicas (RNB). As RNAs estão baseadas na simulação computacional de aspectos da inteligência humana, levando em consideração a capacidade que o cérebro humano tem de aprender e tomar decisões estruturadas em sua aprendizagem. Uma RNA pode ser definida como uma estrutura computacional que tem como objetivo permitir a implementação de modelos matemáticos que representem, de forma simplificada, a forma como o cérebro humano processa as informações. Assim, a RNA pode ser interpretada como um esquema de processamento que é capaz de armazenar conhecimento baseado em aprendizagem (experiência) e disponibilizar esse conhecimento para as aplicações desejadas. Trata-se da capacidade de aprender por meio de exemplos e de generalizar sobre os padrões das classes de treinamento, tornando possível o reconhecimento de outros padrões similares.
Como funciona a aplicação de RNAs a modelos de previsão de demanda de água?
As informações sobre a quantidade de água consumida são estruturadas como séries temporais, que podem ser associadas a outras séries que influenciam o consumo de água (por exemplo, variações climáticas, precipitação, tipo de população). Desta forma, esses conjuntos de dados podem ser utilizados para treinamento de uma RNA e para auxiliar na previsão do crescimento de seu consumo. A RNA funciona como uma extratora de informações, ou seja, ela aprende com as informações fornecidas na entrada da rede e com esse aprendizado consegue fazer previsões futuras.
Quais foram as conclusões de seu estudo?
Os principais resultados da tese contemplam que as variáveis socioambientais e meteorológicas influenciam no consumo de água. O consumo de água também varia com a localidade e características da região estudada, sendo influenciadas pela hora, dia da semana, feriados, finais de semana, temperatura, umidade e outras variáveis que são dados importantes para entrada da RNA. Os resultados obtidos pela previsão horária, mesmo com alguns erros, podem ajudar na operação do sistema utilizado, conjuntamente com modelos de previsão meteorológica.
Qual é a estrutura necessária para implantar uma RNA?
Eu utilizei um computador comum. Dependendo da capacidade do computador, pode demorar um pouco mais para rodar a rede. Para implantar uma RNA, seriam necessários basicamente computadores e um software específico. Os custos seriam de implantação e de pesquisa, pois cada região teria suas especificidades com relação ao consumo. As companhias geralmente detêm informações a respeito do consumo e de como a população usa a água durante o dia. A Companhia de Saneamento Básico do Estado de São Paulo (Sabesp), por exemplo, também tem alguns dados climáticos. Enfim, é possível afirmar que o custo não seria tão alto, já que se trata de um sistema de gerenciamento de informações, que não exigiria uma grande estrutura.
Alguma companhia de abastecimento, no Brasil ou no mundo, já utiliza RNAs para prever a demanda de água?
Existem na literatura trabalhos que utilizam RNA para previsão, tanto no Brasil quanto no exterior, mas não sei lhe informar se esses trabalhos estão sendo utilizados em alguma empresa de abastecimento.
Atualmente, quais são os mecanismos utilizados pelas companhias de abastecimento para prever a demanda de água?
As variações de demanda dependem do consumo de água, ou seja, a quantidade de água consumida, mais as perdas ocorridas no sistema. As empresas de abastecimento de água baseiam-se em séries históricas de consumo de água para construir curvas típicas de consumo e parâmetros de consumo de setores de abastecimento. Essas curvas e parâmetros subsidiam modelos de previsão de demanda de água para ações de planejamento, projeto e operação. Em um trabalho desenvolvido pela Sabesp por Figueiredo Ferraz (em 1986), foi definida uma curva de consumo médio para cada setor de abastecimento, denominada curva neutra. Para se obter a curva de consumo de um dia específico da semana, multiplicam-se os consumos horários por fatores de correção previamente obtidos, em função de dados históricos. A seguir, nova correção é efetuada para considerar o efeito da temperatura, por um fator de correção, função da faixa de temperatura e do tipo de valor a ser utilizado - ou seja, a máxima, a média ou a mínima do dia, conforme o consumo da hora seja mais afetado por uma dessas três temperaturas.
Quais são as especificidades em cidades de médio e pequeno porte?
As cidades de médio e pequeno porte utilizam-se das mesmas regras utilizadas para a previsão das cidades grandes e das regiões metropolitanas. A diferença é que a complexidade do sistema de abastecimento é muito menor do que a dos sistemas metropolitanos.
Quais são os prejuízos causados pela previsão pouco acurada do consumo?
A previsão imprecisa pode causar prejuízos à sociedade em função das decisões tomadas sobre essa previsão, tanto no planejamento e projeto de novas redes quanto na operação do sistema. No caso do fornecimento de água o prejuízo mais comum é o impacto sobre a distribuição.
Quais os principais fatores que impactam a demanda por água?
O principal fator é o crescimento populacional, embora concorram outros fatores. Os demais são condições climáticas e localidade da cidade; hábitos e padrão de vida da população; natureza da cidade; sistema de fornecimento e cobrança (se o serviço é medido ou não); qualidade da água fornecida; preço da água (tarifa); pressão na rede distribuidora; consumo: residencial, comercial, industrial e público; e perdas no sistema (geralmente há a estimativa de que 20% do sistema é perdido).
Como funciona o treinamento da RNA?
Criamos uma tabela com dados históricos, relativos ao consumo, e comparamos os padrões. E assim ocorre o aprendizado. Sistematizam-se padrões e a RNA percebe quando eles se repetem. A memória da rede funciona da mesma maneira que a memória do ser humano. A rede aprende, cria algumas memórias e as aplica.
Quais são os diferentes tipos de RNA?
Existem vários tipos de RNA. O que muda é o treinamento da rede e o algoritmo utilizado para treiná-la. A que foi utilizada no estudo trabalha com apenas três camadas; há outros tipos que trabalham mais camadas. Trabalhamos com a camada de entrada, onde entram os dados para a rede, a camada intermediária, que pode abrigar várias camadas e é onde se faz o treinamento - onde se roda o programa para que ele treine a rede - e a saída, onde obtenho os dados.
Quais variáveis devem ser usadas?
Neste trabalho foram utilizados como entrada a hora, dia da semana, estação do ano, tipo do dia - se é feriado, dia útil ou final de semana - temperatura, umidade, chuva, pressão, direção e velocidade do vento e consumo t-1 (o consumo do dia posterior ao que se pretende projetar é utilizado como dado de entrada, tendo como saída o consumo t+1).
FONTE:
http://infraestruturaurbana.pini.com...-239326-1.aspx , Consultado em 18-12-2015 as 10h 33min