ÁRVORE MODELO FRENTE A UMA REDE NEURAL ARTIFICIAL PARA A MODELAGEM CHUVA-VAZÃO

O objetivo deste estudo e investigar o desempenho da arvore modelo (M5P) e sua sensibilidade a poda e comparacao com o desempenho de uma Rede Neural Artificial (RNA) para a simulacao da vazao media diaria mensal. A motivacao para esta analise esta na maior simplicidade e velocidade de processamento da M5P comparado as RNAs e a carencia de estudos aplicando este metodo na modelagem hidrologica. O estudo foi desenvolvido na bacia hidrografica do Alto Canoas, tendo um delineamento experimental composto por um periodo de treinamento, um de validacao cruzada e dois periodos de testes. A RNA utilizada foi a Multi Layer Perceptron (MLP), implementada no software MATLAB, e a M5P (com e sem poda), disponivel do software WEKA. O algoritmo M5P se mostrou sensivel a poda em somente metade dos tratamentos. A M5P apresentou bom ajuste na modelagem, porem a RNA apresentou desempenho superior em todos os tratamentos.Palavras-chave: rede neural artificial; arvore de regressao; Bacia do Alto Canoas. MODEL TREE IN COMPARISON TO ARTIFICIAL NEURAL NETWORK FOR RAINFALL-RUNOFF MODELING ABSTRACT: The aim of this study is to investigate the performance of the model tree (M5P) and its sensitivity to pruning and comparison to the performance of an Artificial Neural network (ANN) for the simulation of daily average discharge of the month. The motivation for this analysis is on simplicity and speed of processing M5P compared the RNAs. The study was developed in the Alto Canoas watershed, having an experiment consisting of a training period, a cross-validation and two testing periods. The ANN used was the Multi Layer Perceptron (MLP), implemented in MATLAB software, and M5P (with and without pruning), available from the WEKA software. M5P algorithm proved sensitive to pruning in half of the treatments. The M5P showed good fit in the modeling, but the RNA presented superior performance in all treatments.Keywords: artificial neural network; regression tree; Basin Alto Canoas.