Escolar Documentos
Profissional Documentos
Cultura Documentos
£ Introdução
£ Descrição do Problema
£ Objetivos
£ Modelagem ANFIS
£ Resultados Obtidos
£ Considerações Finais
£ Referências
Lógica Fuzzy
Julho - 2010
_
!
£O setor de energia elétrica tem observado uma crescente expansão da área de gestão
de riscos, principalmente após a liberação e estímulo da competição na indústria de
energia.
Lógica Fuzzy
Julho - 2010
6 !"!
= =
L GAR E A AZUL
BARRA A T JUCA GLOR A
BOTAFOGO GRAJAU
CATETE JACARE AGUA
CATUMB ECH CHA
CE TRO(RJ E RA E GUARAT BA
C ADE DE DEUS PRACA DA BANDE RA
C DADE NOVA R O COMPR DO
CUR C CA SANTA TERESA
ESTAC O SAUDE
FREGUESIA TIJUCA
GAMBOA
Fo te: Ela oração Própria dos Autores
Lógica Fuzzy
Julho - 2010
6 !"!
Lógica Fuzzy
Julho - 2010
6 !"!
£ Sistemas Fuzzy não possuem a capacidade de aprender suas próprias regras e nem de
otimizar seus parâmetros para modelar especificamente um problema.
£Paratal, será utilizado um modelo de Redes Neurais, dando origem aos chamados
ANFIS ( Adaptative Neuro-Fuzzy Inference System).
Lógica Fuzzy
Julho - 2010
6 !"!
Lógica Fuzzy
Julho - 2010
Ú #$ #% !#&
D1 D2 D1 D2
Defasagens utilizadas D1 D1 D2 D1 D12
D3 D12
Lógica Fuzzy
Julho - 2010
Ú #$ #% !#&
Lógica Fuzzy
Julho - 2010
Ú #$ #% !#&
Lógica Fuzzy
Julho - 2010
Ú #$ #% !#&
Lógica Fuzzy
Julho - 2010
Ú #$ #% !#&
O
Ô
Lógica Fuzzy
Julho - 2010
' ()!#!'!#!
£Os resultados obtidos neste estudo mostram a aplicabilidade dos modelos ANFIS na
previsão de Sensação Térmica mensal para o Setor de Energia Elétrica;
£ Vantagens:
£Recomendações Futuras:
Lógica Fuzzy
Julho - 2010
*!
å Ô Ô O
!
Ô
O
$!
,-
")" "
-
$
..(/+((
å
ÔNotas de aula da disciplina Lógica Fuzzy !/
&.""
""$3" 44
å+ Comparação entre redes neurais e técnicas clássicas para previsão de
demanda de transporte ferroviário"Ô2
å 0Ô ÔRedes Neurais e Regressão Dinâmica: um modelo híbrido para previsão de curto
prazo da demanda de gasolina automotiva no Brasil !/
&"
"
""
$3" 444