• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tese de Doutorado
DOI
https://doi.org/10.11606/T.3.2007.tde-08012008-170403
Documento
Autor
Nome completo
Marcos Alberto Bussab
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2007
Orientador
Banca examinadora
Hirakawa, André Riyuiti (Presidente)
Cugnasca, Carlos Eduardo
Horikawa, Oswaldo
Leal, Paulo Ademar Martins
Omar, Nizam
Título em português
Modelagem ambiental de uma casa de vegetação utilizando rede de osciladores de Van Der Pol.
Palavras-chave em português
Estufas
Osciladores
Variáveis ambientais internas (modelagem)
Resumo em português
A automaçãoo agrícola tem se mostrado fator importante no desenvolvimento da produção nacional nas últimas décadas. A medição e controle das condições internas de casas de vegetação não são, muitas vezes, de fácil implementação e custo viável. Estudos e experiências nesta área procuram criar modelos que, utilizando-se de sistemas computacionais, estimem o comportamento de grandezas internas a uma casa de vegetação a partir da medida de grandezas externas. O objetivo deste trabalho é propor e avaliar a modelagem ambiental de uma casa de vegetação utilizando rede de osciladores de Van Der Pol. A utilização de modelos confiáveis na previsão das condições internas de uma casa de vegetação é importante para melhorar a produtividade agrícola. A partir da literatura, foram levantados e estudados o modelo analítico e o modelo baseado em lógica nebulosa para a previsão da umidade relativa do ar e da temperatura interna da casa de vegetação. Um modelo baseado em rede neural multicamadas foi implementado como uma primeira alternativa. A substituição das funções de ativação comumente usadas neste tipo de modelo, pelas funções do oscilador de Van Der Pol, permite melhores resultados para processos não lineares e levou a uma satisfatória redução dos erros das estimativas, sem comprometer seu desempenho computacional. Os dados observados experimentalmente e estimados pelos modelos foram comparados a partir de critérios estatísticos. O erro relativo aos valores medidos para a grandeza temperatura variou entre 0,0% e 1,5%, enquanto o erro relativo aos valores medidos para a grandeza umidade relativa do ar variou entre 0,5% e 6,9%. O erro relativo aos valores medidos para ambas as grandezas apresentou um comportamento melhor do modelo proposto em relação aos modelos analíticos, baseado em lógica nebulosa e baseado em redes neurais. O desempenho computacional médio do modelo com osciladores de Van Der Pol, se comparado com o modelo baseado em redes neurais, considerando o número de iterações, degradou em 7,8%. Os resultados demonstram que a modelagem utilizando rede de osciladores de Van Der Pol é viável para a previsão de grandezas internas de uma casa de vegetação.
Título em inglês
Greenhouse environmental modeling using Van Der Pol oscillator network.
Palavras-chave em inglês
Greenhouse
Internal envirionmental variables (modeling)
Oscillators
Resumo em inglês
Agricultural automation is an important area in the development of Brazilian production in recent years. Often, measurement and control of the internal conditions of greenhouses are not easy to implement at a reasonable cost. Researches in this area look for models using computational theory, foreseeing the behavior of internal variables of a greenhouse from the measurement of external variables. The objective of this work is to consider and evaluate the environmental modeling of a greenhouse using a Van der Pol oscillator network. The use of trustworthy models for forecasting internal conditions of a greenhouse is important for improving agricultural productivity. Some researches present an analytical and fuzzy model used to forecast the relative humidity and internal temperature of a greenhouse. As first approach, a model based on a multilayer neural network was implemented. The neural network activation functions change for a Van Der Pol oscillator can produce better results when modeling non-linear process, and in this case, reduced estimate errors without compromising its computational performance. The measured experimental data and the estimated data were compared with statistical criteria. The relative error for the measured values of temperature varied from 0.0% through 1.5%, while the relative error of the measured values for the relative humidity varied from 0.5% through 6.9%. The relative error for both measured variables presented better behavior for the model considered in relation to the analytic, fuzzy, and neural network models. The average computational performance of the model with Van Der Pol oscillators, when compared with the neural network model, considering the number of iterations decreased approximately 7.8%. The results demonstrate that modeling based on Van der Pol oscillators is viable for forecasting the internal variables of a greenhouse.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
tese_Bussab_v10.pdf (737.94 Kbytes)
Data de Publicação
2008-02-13
 
AVISO: O material descrito abaixo refere-se a trabalhos decorrentes desta tese ou dissertação. O conteúdo desses trabalhos é de inteira responsabilidade do autor da tese ou dissertação.
  • BUSSAB, M., BERNARDO, João Israel, and HIRAKAWA, A. R. Neural Networks Modeling in greenhouse with spatial variability identification. In WSEAS, grécia, 2007. WSEAS Transactions on Computer Research.Atenas : WSEAS press, 2007.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2024. Todos os direitos reservados.