Modelo híbrido com redes neurais artificiais e algoritmos evolucionários para otimização do consumo de combustível em embarcações que utilizam motor de combustão interna a diesel
Carregando...
Data
2021-07-27
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Instituto de Tecnologia e Educação Galileo da Amazônia
Resumo
O transporte hidroviário é o principal meio de locomoção na Região Norte, alimentando cidades por meio de embarcações, lanchas, navios e balsas com o transporte de mercadorias e/ou passageiros. Contudo, um dos problemas dessa modalidade de transporte é o custo com abastecimento, tendo em vista que a falta de tecnologias/recursos que permitam ou facilitem uma visão estratégica do negócio é uma realidade. O fluxo de transporte de passageiros concentra uma rotatividade de pessoas em média de 9 milhões, enquanto o transporte de cargas com aproximadamente 3 milhões, ambas distribuídas pela região norte. Fato que caracteriza uma demanda considerável no setor aquaviário de transporte, trazendo à tona a perspectiva desta pesquisa em estudar métodos de análise e apoio à tomada de decisão em função do consumo de combustível. A presente dissertação tem como objetivo apresentar os resultados acerca do desenvolvimento de um modelo de otimização do consumo de combustível considerando a velocidade ótima para embarcações de pequeno porte que operam de forma regular no Porto Fluvial de Manaus. Em virtude disso, a pesquisa cumpre com os objetivos de mapear as variáveis relativas as especificações da embarcação e motor a ser analisado, apresentar os métodos e resultados acerca do desenvolvimento do modelo híbrido computacional para otimização do consumo de combustível ao considerar como parâmetro de regulação a velocidade ótima para minimização da variável preditora e a distância do trajeto projetado para 3 cenários: Manaus à Itacoatiara, Manaus à Barcelos e Manaus à Parintins, determinar por meio de análise estatística de erros o melhor modelo de Rede Neural Artificial (RNA) ao considerar quantidade de neurônios, camadas ocultas, funções de ativação (Tangente hiperbólica, Sigmoide e Linear) e algoritmo de treinamento sendo este último 12 possibilidades cada um com distintos objetivos e estratégias de convergência, testar o modelo híbrido analisando o desempenho de 3 algoritmos de otimização (Enxame de Partículas, Algoritmo Genético e Recozimento Simulado) em função do custo computacional e a taxa de erro em cadageração de elites, por fim, apresentar os resultados de simulação dos 3 cenários citados ao utilizar o modelo híbrido com o algoritmo vencedor em função dos requisitos citados. Para analisar os resultados providos das simulações, cenários e testes de aquisição dos melhores modelos, foi utilizado as técnicas estatísticas de Erro Médio Quadrático (MSE), Raiz do Erro Médio Quadrático (RMSE), Raiz do Erro Médio Quadrático Normalizado (NRMSE) e Erro Percentual Absoluto Médio (MAPE), os dados relativos a embarcação foram adquiridos por meio de reuniões e entrevistas com especialistas (proprietário da embarcação) para formalizar uma base de dados específica para o estudo delimitado nesta dissertação, 12 algoritmos de treinamento foram utilizados para a escolha da melhor RNA, de acordo com os resultados o Levenberg-Marquardt apresentou 100% de correlação entre as variáveis de saída e o Enxame de Partículas obteve o menor custo computacional em relação aos outros comprovando a eficácia do modelo híbrido computacional.
Palavras-chave
Modelo híbrido Computacional, Algoritmos de otimização, Redes neurais artificiais, Transporte hidroviário, Otimização por enxame de partículas
Citação
SIQUEIRA JUNIOR, Paulo Oliveira. Modelo híbrido com redes neurais artificiais e algoritmos evolucionários para otimização do consumo de combustível em embarcações que utilizam motor de combustão interna a diesel. 2021. p. 105. Dissertação do programa de Pós-graduação em Engenharia, Gestão de Processos, Sistemas e Ambiental (EGPSA), Instituto de Tecnologia e Educação Galileo da Amazônia (ITEGAM), Manaus, 2021