Otimização na Modelagem de Fluxo de Rios
DOI:
https://doi.org/10.5540/03.2026.012.01.0327Palavras-chave:
Lagrangeano Aumentado, Otimização Sem Derivadas, Modelagem Hidráulica, Coeficiente de ManningResumo
O estudo propõe um método baseado no Lagrangeano Aumentado para estimar o coeficiente de Manning na modelagem de fluxo de rios, um parâmetro fundamental para simulações hidráulicas. A pesquisa utiliza as equações de Saint-Venant aplicadas ao rio East Fork, nos EUA, resolvidas por diferenças finitas difusas. Métodos livres de derivadas, como Nelder-Mead, BOBYQA de Powell e sua atualização PRIMA, foram empregados para minimizar o erro entre os dados simulados e observados. Os resultados demonstram que a abordagem proposta é eficiente, proporcionando estimativas precisas do coeficiente de Manning.
Downloads
Referências
M. T. Ayvaz. “A linked simulation–optimization model for simultaneously estimating the Manning’s surface roughness values and their parameter structures in shallow water flows”. Em: Journal of Hydrology 500 (2013), pp. 183–199. issn: 0022-1694. doi: 10.1016/j. jhydrol.2013.07.019.
E. G. Birgin e J. M. Martínez. “Accelerated derivative-free nonlinear least-squares applied to the estimation of Manning coefficients”. Em: Computational Optimization and Applications 81 (2021), pp. 689–715. doi: 10.1007/s10589-021-00344-w.
E. G. Birgin e J. M. Martínez. “Practical Augmented Lagrangian Methods for Constrained Optimization”. Em: Society for Industrial and Applied Mathematics (SIAM). MOS SIAM Series on Optimization 10 (2014). doi: 10.1137/1.9781611973365.
F. A. Fortunato. “Otimização sem derivadas para coeficientes hidráulicos”. Dissertação de mestrado. Campinas, SP: Unicamp/IMECC, 2023.
J. M. Martínez e L. T. Santos. “Inexact-restoration modelling with monotone interpolation and parameter estimation”. Em: Optimization and Engineering (out. de 2023), pp. 1–20. doi: 10.1007/s11081- 023- 09861- 5. url: https://link.springer.com/article/10.1007/s11081-023-09861-5.
R. H. Meade, R. M. Myrick e W. W. Emmett. Field Data Describing the Movement and Storage of Sediment in the East Fork River, Wyoming, Part II. USGS Open-File, 1979. doi: 10.3133/ofr801190.
R. C. Moura. “Resolução Numérica das Equações de Saint-Venant pelo Método de Galerkin Descontínuo”. Dissertação de Mestrado. Unicamp/IMECC, 2022.
J. A. Nelder e R. Mead. “A Simplex Method for Function Minimization”. Em: The Computer Journal 7.4 (jan. de 1965), pp. 308–313. issn: 0010-4620. doi: 10.1093/comjnl/7. 4.308. eprint: https://academic.oup.com/comjnl/article-pdf/7/4/308/1013182/7-4-308.pdf. url: https://doi.org/10.1093/comjnl/7.4.308.
R. Porto. Hidráulica Básica. Vol. 1. EESC - USP, 1999.
M. J. D. Powell. The BOBYQA algorithm for bound constrained optimization without derivatives. Rel. técn. NA2009/06. Department of Applied Mathematics e Theoretical Physics, University of Cambridge, 2009. url: http://www.damtp.cam.ac.uk/user/na/NA_papers/NA2009_06.pdf.
T. M. Ragonneau e Z. Zhang. “PDFO: a cross-platform package for Powell’s derivative-free optimization solvers”. Em: Mathematical Programming Computation 16 (2024), pp. 1–25. doi: 10.1007/s12532-023-00244-1. url: https://link.springer.com/article/10.1007/s12532-023-00244-1.
X. Zeng, J. Zhang, Y. Li, Y. Liu, W. Liu e D. Liu. “Estimation of river discharge using Monte Carlo simulations and a 1D hydraulic model based on the artificial multi-segmented rating curves at the confluence of two rivers”. Em: Environmental Research Communications 4.8 (2022), p. 081004. doi: 10.1088/2515-7620/ad277c. url: https://iopscience.iop.org/article/10.1088/2515-7620/ad277c.
