580x138xLOGO-CAPA.png.pagespeed.ic.0TTOfb2dnR580x138xLOGO-CAPA.png.pagespeed.ic.0TTOfb2dnR580x138xLOGO-CAPA.png.pagespeed.ic.0TTOfb2dnR580x138xLOGO-CAPA.png.pagespeed.ic.0TTOfb2dnR
  • Avisos
  • Destaques
    • Notícias e Eventos
    • Premiações
    • Calendário de Defesas
  • Ensino
    • Normas e Regulamentos
    • Formulários
    • Disciplinas
      • Catálogo
      • Oferta por Período
      • Instruções para Inscrição em Disciplinas
    • Áreas de Concentração
      • Estruturas e Materiais
      • Geotecnia
      • Mecânica Computacional
      • Petróleo, Gás e Energias Renováveis
      • Recursos Hídricos e Meio Ambiente
      • Sistemas Computacionais
    • Laboratórios
    • Calendário Acadêmico
  • Editais
    • Bolsas PEC
    • PDSE
    • PIPD
    • Capes-PrInt
    • Oportunidades de Bolsas
  • Links Úteis
  • Quem Somos
    • Equipe
    • Docentes
    • Ex-Docentes
    • Biblioteca
  • Acadêmicos
  • Publicações
    • Dissertações de Mestrado
    • Teses de Doutorado
  • Admissões
    • Mestrado
    • Doutorado
    • Pós-Doutorado
    • Docente
    • Sistema Selection
  • Contato
✕

UTILIZAÇÃO DE REDES NEURAIS ARTIFICIAIS (RNA) PARA PREVISÃO DA COMPOSIÇÃO GRAVIMÉTRICA E PESO ESPECÍFICO DE RESÍDUOS SÓLIDOS URBANOS (RSU)

Documento

  • THOMAZ_IPL_TM_16_
    Baixar

Informações da Dissertação

Título

UTILIZAÇÃO DE REDES NEURAIS ARTIFICIAIS (RNA) PARA PREVISÃO DA COMPOSIÇÃO GRAVIMÉTRICA E PESO ESPECÍFICO DE RESÍDUOS SÓLIDOS URBANOS (RSU)

Autor

Igor Pinhal Luqueci Thomaz

Resumo

O presente trabalho apresenta um método para previsão da composição gravimétrica e peso específico dos Resíduos Sólidos Urbanos (RSU), utilizando-se de Redes Neurais Artificiais (RNA). Para atingir o objetivo, inicialmente foi feita uma pesquisa sobre a influência de fatores socioeconômicos nas características dos RSU. Posteriormente, foram escolhidos os fatores socioeconômicos mais relevantes e cuja quantidade de dados disponíveis era adequada. Noutro momento, foram testadas Redes Neurais Artificiais em diferentes programas a fim de verificar o que seria mais apropriado ao fluxo de informações, tendo sido escolhido o software MATLAB. O estudo permitiu observar que há uma relação de previsibilidade concreta, mostrando que os dados das previsões desenvolvidas com o software de Redes Neurais Artificiais (RNA), neste trabalho, se aproximaram bastante dos valores de referência.

Abstract

This paper presents a method for predicting gravimetric composition and specific weight of municipal solid waste (MSW), using Artificial Neural Networks (ANN). To achieve the goal, first, it was done a research on the influence of socioeconomic factors on the characteristics of MSW. Posteriorly, more relevant socioeconomic factors and which quantity of data available was suitable were chosen. At another time, Artificial Neural Networks were tested in different programs in order to ascertain what would be more appropriate to the flow of information, having been chosen MATLAB software. This study showed that there is a concrete predictability ratio, showing that the result of the predictions using Artificial Neural Networks software (ANN), in this dissertation, came quite close the reference values.

Ano

2016

Orientadores

Claudio Fernando Mahler | Luiz Pereira Calôba

Anexos

Logo-Simplificada-da-Coppe-Negativa-1-scaled

PEC

  • Quem Somos
    • Equipe
    • Docentes
    • Ex-Docentes
    • Biblioteca
  • Acadêmicos
  • Publicações
    • Dissertações de Mestrado
    • Teses de Doutorado
  • Admissões
    • Mestrado
    • Doutorado
    • Pós-Doutorado
    • Docente
    • Sistema Selection
  • Contato

Acadêmicos

  • Avisos
  • Destaques
    • Notícias e Eventos
    • Premiações
    • Calendário de Defesas
  • Ensino
    • Normas e Regulamentos
    • Formulários
    • Disciplinas
      • Catálogo
      • Oferta por Período
      • Instruções para Inscrição em Disciplinas
    • Áreas de Concentração
      • Estruturas e Materiais
      • Geotecnia
      • Mecânica Computacional
      • Petróleo, Gás e Energias Renováveis
      • Recursos Hídricos e Meio Ambiente
      • Sistemas Computacionais
    • Laboratórios
    • Calendário Acadêmico
  • Editais
    • Bolsas PEC
    • PDSE
    • PIPD
    • Capes-PrInt
    • Oportunidades de Bolsas
  • Links Úteis

Contato

Av. Athos da Silveira Ramos, 149 – Bloco B, Sala B-101 Cidade Universitária, Rio de Janeiro – RJ, 21941-909
(21) 3938-1569
academica@coc.ufrj.br

Todos os direitos reservados PROGRAMA DE ENGENHARIA CIVIL - COPPE/UFRJ © 2026

Desenvolvido por Digimaster Informática

  • Não há traduções disponíveis para esta página.