Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/67319
Tipo: Artigo de Periódico
Título: Redes neurais artificiais e algoritmos evolucionários multi-população na otimização multi-objetivo da remediação de águas subterrâneas
Título em inglês: Artificial neural networks and multi-population evolutionary algorithm for multi-objective optimization of groundwater remediation
Autor(es): Pinto, Marcos Rodrigues
Farias, Camilo Allyson Simões de
Martins, Eduardo Sávio Passos Rodrigues
Castro, Marco Aurélio Holanda de
Data do documento: 2014
Instituição/Editor/Publicador: Águas Subterrâneas
Citação: CASTRO, M. A. H. et al. Redes neurais artificiais e algoritmos evolucionários multi-população na otimização multi-objetivo da remediação de águas subterrâneas. Águas Subterrâneas, vol. 28, n. 1, p. 95-104, 2014
Resumo: Apresenta-se um problema de otimização da remediação de águas subterrâneas por meio da técnica bombear-e-tratar. Dois objetivos são perseguidos: 1) minimizar a pluma contaminante; e 2) minimizar do custo total da remediação. A resolução desse problema é feita aplicando-se dois algoritmos evolucionários (AE) multipopulação juntamente com a tecnologia de redes neurais artificiais (RNA). As vazões dos poços são colhidas para a RNA, que calcula a massa restante de contaminante no sítio. As respostas dadas pela rede são avaliadas pelos algoritmos evolucionários a fim de efetuar a otimização.
Abstract: Agroundwater remediation optimization problem through pump-and-treat technique is presented. Two objectives were pursued: 1) contaminant plume minimization; and 2) total cost minimization of remediation. Two multi-population evolutionary algorithms together with the artificial neural network (ANN) technology were employed in order to solve this problem. Pump rates from wells were sent to ANN that computes the remained contaminant mass left in the site. The ANN outcomes were sent to evolutionary algorithms to execute optimization process.
URI: http://www.repositorio.ufc.br/handle/riufc/67319
ISSN: 2179-9784
Tipo de Acesso: Acesso Aberto
Aparece nas coleções:DEHA - Artigos publicados em revista científica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2014_art_mahcastro.pdf810,04 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.