dc.creator |
GRILO, Marcel Mendonça |
|
dc.date.issued |
2017-02 |
|
dc.identifier.citation |
GRILO, Marcel Mendonça. Otimização Competitiva Imperialista para Previsão Espacial Urbana em Alta Resolução. 2017. 133 f. Dissertação (Mestrado em Ciência e Tecnologia da Computação) – Universidade Federal de Itajubá, Itajubá, 2017. |
pt_BR |
dc.identifier.uri |
https://repositorio.unifei.edu.br/jspui/handle/123456789/701 |
|
dc.description.abstract |
A previsão de crescimento espacial apresenta um desafio em diversos aspectos, sejam eles computacionais, de planejamento futuro ou tipo de dado a ser analisado, pelo grande
volume de dados a serem tratados, incertezas a serem consideradas e por sua utilização
frequente em planejamentos futuros de áreas urbanas. A expansão espacial encontrada
pelo estudo de previsão são empregadas no planejamento populacional, elétrico ou hídrico
de uma região administrativa. Assim é apresentada uma metodologia de previsão espacial
de áreas urbanas em alta resolução para determinar a densidade futura no planejamento
de médio prazo. Esta metodologia faz o emprego de mapas regionais subdivididos em
quadrículas, em que cada mapa serão calculadas matrizes de convolução para representar
os padrões de crescimento anual dos blocos de quadrículas dessa área. Logo, ao aplicar
essas matrizes de convolução numa região de quadrículas, será gerado um novo mapa deste local um ano a frente, método similar ao filtro computacional de imagens por convolução. Mas a busca pelas matrizes de convolução é complexa e penosa. Assim é proposto um algoritmo imperialista competitivo modificado para a busca dos parâmetros das matrizes de convolução, comparando seus resultados com densidades históricas do mapa em estudo. A natureza dos dados utilizados nos testes da metodologia são direcionados para as cargas elétricas de uma cidade. Assim é possível obter uma previsão da densidade crescendo tanto em intensidade quanto em espaço, em alta resolução, a qual poderá ter várias aplicações, podendo ser usada como importante fator no planejamento de redes elétricas inteligentes (Smartgrids), planejamento de expansão de cidades, esgotos, redes de telecomunicações, entre outros. |
pt_BR |
dc.language.iso |
pt_BR |
pt_BR |
dc.title |
Otimização Competitiva Imperialista para Previsão Espacial Urbana em Alta Resolução. |
pt_BR |
dc.type |
Dissertação |
pt_BR |
dc.place |
Itajubá |
pt_BR |
dc.pages |
133 p. |
pt_BR |
dc.keywords.portuguese |
Áreas urbanas |
pt_BR |
dc.keywords.portuguese |
Planejamento populacional |
pt_BR |
dc.keywords.portuguese |
Previsão espacial |
pt_BR |
dc.keywords.portuguese |
Matrizes de convolução |
pt_BR |
dc.keywords.portuguese |
Redes elétricas inteligentes |
pt_BR |
dc.keywords.portuguese |
Smartgrids |
pt_BR |
dc.orientador.principal |
MORAES, Carlos Henrique Valério de |
|
dc.place.presentation |
Universidade Federal de Itajubá |
pt_BR |
dc.pg.programa |
Ciência e Tecnologia da Computação |
pt_BR |
dc.pg.area |
Matemática da Computação |
pt_BR |
dc.date.available |
2017-03-27T18:00:02Z |
|
dc.date.accessioned |
2017-03-27T18:00:02Z |
|
dc.publisher.department |
IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação |
|
dc.publisher.program |
Programa de Pós-Graduação: Mestrado - Ciência e Tecnologia da Computação |
|