REDES NEURAIS ARTIFICIAIS E ALGORITMOS EVOLUCIONÁRIOS MULTIPOPULAÇÃO NA OTIMIZAÇÃO MULTIOBJETIVO DA REMEDIAÇÃO DE ÁGUAS SUBTERRÂNEAS

Publicado
2014-06-01
DOI: https://doi.org/10.14295/ras.v28i1.27534
Palavras-chave: aquífero, minimização, pluma contaminante, custo.

    Autores

  • Marcos Rodrigues Pinto Universidade de Fortaleza - UNIFOR; Doutorado em Recursos Hídricos POSDEHA-UFC.
  • Camilo Allyson Simões de Farias Universidade Federal de Campina Grande
  • Eduardo Sávio Passos Rodrigues Martins Instituto de Ciências do Mar - Universidade Federal do Ceará; Fundação Cearense de Meteorologia e Recursos Hídricos-FUNCEME.
  • Marco Aurélio Holanda de Castro Universidade Federal do Ceará

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.

Como Citar
Rodrigues Pinto, M., Simões de Farias, C. A., Passos Rodrigues Martins, E. S., & Holanda de Castro, M. A. (2014). REDES NEURAIS ARTIFICIAIS E ALGORITMOS EVOLUCIONÁRIOS MULTIPOPULAÇÃO NA OTIMIZAÇÃO MULTIOBJETIVO DA REMEDIAÇÃO DE ÁGUAS SUBTERRÂNEAS. Águas Subterrâneas, 28(1). https://doi.org/10.14295/ras.v28i1.27534