MENEZES JÚNIOR, J. M. P. Redes neurais dinâmicas para predição e modelagem não-linear de séries temporais. 2006. 116 f. Dissertação (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2006. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2016-04-04T16:59:05Z No. of bitstreams: 1 2006_dis_jmpmenezesjúnior.pdf: 4137709 bytes, checksum: cdcbd51b8b430a0192d1be9541a4195b (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2016-04-06T14:35:37Z (GMT) No. of bitstreams: 1 2006_dis_jmpmenezesjúnior.pdf: 4137709 bytes, checksum: cdcbd51b8b430a0192d1be9541a4195b (MD5) / Made available in DSpace on 2016-04-06T14:35:37Z (GMT). No. of bitstreams: 1 2006_dis_jmpmenezesjúnior.pdf: 4137709 bytes, checksum: cdcbd51b8b430a0192d1be9541a4195b (MD5) Previous issue date: 2006-07-14 / In this work, dynamic neural networks are evaluated as non-linear models for efficient prediction of complex time series. Among the evaluated architectures are the FTDNN networks, Elman and NARX. The predictive power of these networks are tested in prediction task a step ahead and multiple-steps-forward. To this end, the following time series are used: Series Laser chaotic Mackey-Glass chaotic series, and network traffic series of computers with self similar characteristics. The use of NARX network prediction time series is a contribution of this thesis. This network has a recurrent neural architecture originally used to identify input-output nonlinear systems. The input NARX network is formed by two sliding windows (sliding window time), one slipping over the other input signal and which slides on the output signal. When applied to chaotic time series prediction, the NARX network is usually designed as an autoregressive nonlinear model (NAR), eliminating the output delay window. In this paper, we propose a simple strategy, but effective to allow the network NARX fully explore the input time slots and output in order to improve its predictive ability. The results show that the proposed approach outperforms the performance presented by predictors based on FTDNN and Elman networks. / Neste trabalho, redes neurais dinâmicas são avaliadas como modelos não-lineares eficientes para predição de séries temporais complexas. Entre as arquiteturas avaliadas estão as redes FTDNN, Elman e NARX. A capacidade preditiva destas redes são testadas em tarefas de predição de um-passo-adiante e múltiplos-passos-adiante. Para este fim, são usadas as seguintes séries temporais: série laser caótico, série caótica Mackey-Glass, além de séries de tráfego de rede de computadores com características auto-similares. O uso da rede NARX em predição de séries temporais é uma contribuição desta dissertação. Esta rede possui uma arquitetura neural recorrente usada originalmente para identificação entrada-saída de sistemas não-lineares. A entrada da rede NARX é formada por duas janelas deslizantes (sliding time window), uma que desliza sobre o sinal de entrada e outra que desliza sobre sinal de saída. Quando aplicada para predição caótica de séries temporais, a rede NARX é projetada geralmente como um modelo autoregressivo nãolinear (NAR), eliminando a janela de atraso da saída. Neste trabalho, é proposta uma estratégia simples, porém eficiente, para permitir que a rede NARX explore inteiramente as janelas de tempo da entrada e da saída, a fim de melhorar sua capacidade preditiva. Os resultados obtidos mostram que a abordagem proposta tem desempenho superior ao desempenho apresentado por preditores baseados nas redes FTDNN e Elman.

Made available in DSpace on 2014-06-11T19:31:40Z (GMT). No. of bitstreams: 0 Previous issue date: 2003-10-10Bitstream added on 2014-06-13T19:42:06Z : No. of bitstreams: 1 silveira_mcg_dr_ilha.pdf: 929396 bytes, checksum: 9ae312d5e86267be1c5c610543a27962 (MD5) / Esta pesquisa apresenta uma metodologia para a análise de estabilidade transitória (de primeira oscilação) de sistema de energia elétrica usando uma rede neural baseada na arquitetura ART (Adaptive Resonance Theory), designada rede neural nebulosa ARTMAP modular para aplicações em tempo real. A margem de segurança é empregada como critério da análise de estabilidade transitória, considerando-se faltas tipo curto-circuito trifásico com saída de linha de operação. O funcionamento das redes neurais é constituído por duas fases fundamentais: treinamento e análise. A fase de treinamento requer uma grande quantidade de processamento para a sua realização, enquanto que a fase de análise é efetivada, praticamente, sem esforço computacional. Esta é, portanto, a principal justificativa para o uso de redes neurais para a resolução de problemas complexos que exigem soluções rápidas, como é caso de aplicações em tempo real. As redes neurais ART, possuem como características primordiais, a plasticidade e a estabilidade, as quais são qualidades essenciais para a execução do treinamento e para a análise de modo eficiente. A rede neural ARTMAP nebulosa modular está sendo proposta visando proporcionar um desempenho superior, em termos de precisão e rapidez, se comparada à formulação ARTMAP convencional, muito maior ainda quando comparada ao emprego de redes neurais com treinamento realizado via técnica retropropagação (que é um benchmark em termos de precisão no contexto de redes neurais). O treinamento da rede neural será realizado usando como “professor” um método de energia para o cálculo das margens de segurança. A metodologia proposta nesta pesquisa é um procedimento que incorpora inovações em relação à literatura existente, em destaque: (1) desenvolvimento de um novo modelo apropriado para a resolução... . / This work presents a methodology for transient stability analysis (first swing) of electrical energy systems, using a neural network based on ART (adaptive resonance theory), called modular fuzzy ARTMAP neural network for applications in real time. The security margin is used as a criterion for transient stability analysis, considering three-phase short circuit with outage of a transmission line faults. The neural network functioning is composed of two fundamental phases: training and analysis. The training phase needs a great quantity of processing, while the test phase is realized almost without computational effort. Therefore, this is the principal reason for using neural networks to solve complex problems that demand fast solutions, as the real time applications. The ART neural networks have as prime characteristics the plasticity and the stability, which are essential qualities for the training execution and for analysis in an efficient way. The modular fuzzy ARTMAP neural network is proposed to provide a superior performance, in precision and velocity, when compared to the conventional ARTMAP formulation, and much faster when compared to the neural networks using backpropagation training (benchmark in precision in a neural network context). The neural network training is realized using as a “teacher” an energy method to calculate the security margin. The proposed methodology is a proceeding that incorporates innovations in relation to the existent literature emphasizing: (1) development of a new appropriated model for solving the transient stability analysis by neural networks; (2) theoretical-practical development of the neural network output variable, represented in this work by the IMS (security margin interval) variable in a binary way. It is a convenient representation for the transient stability analysis approach; (3) proposition of a... (Complete abstract click electronic address below).

Orientador: Anna Diva Plasencia Lotufo / Resumo: O dióxido de carbono (CO2) é considerado um dos principais gases do efeito estufa adicional e contribui significativamente para as mudanças climáticas globais. Áreas agrícolas oferecem uma oportunidade para mitigar esse efeito, uma vez que, dependendo de seu uso e manejo, são capazes de armazenar grandes quantidades de carbono, retirando-as da atmosfera. A produção de CO2 no solo é resultado de processos biológicos, como a decomposição da matéria orgânica e respiração de raízes e organismos do solo, fenômeno chamado de emissão de CO2 do solo (FCO2). O objetivo deste trabalho foi utilizar as redes neurais artificiais para estudo e previsão de padrões espaço-temporais da emissão de CO2 do solo em áreas de cana-de-açúcar em sistema de cana crua, colheita mecanizada, quando grandes quantidades de palhas são depositadas sobre a superfície do solo. Valores de FCO2 foram coletados em áreas de cultivo comercial no Sudeste do Estado de São Paulo, registrados por meio do sistema LI-8100, em gradeados amostrais para determinação da variabilidade espaçotemporal de FCO2, e atributos físicos e químicos do solo. Foram utilizados dados referentes a estudos realizados nos anos de 2008, 2010 e 2012, no período após a operação de colheita mecânica da cultura. Uma rede neural Perceptron Multi-Camadas via algoritmo backpropagation foi aplicada para estimar a emissão de FCO2 do ano de 2012, utilizando os dados referentes aos anos de 2008 e 2010 para treinamento da rede neural. A rede neural inici... (Resumo completo, clicar acesso eletrônico abaixo) / Doutor

Made available in DSpace on 2014-06-12T16:00:15Z (GMT). No. of bitstreams: 2 arquivo6168_1.pdf: 990535 bytes, checksum: d789111179e03d1c60d3ba9fb8042bf2 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Este trabalho propõe uma metodologia de busca automática por Redes Neurais Artificiais (RNA) quase-ótimas para problemas de classificação. A metodologia tem o intuito de buscar redes com arquitetura simples, com aprendizagem rápida e com boa capacidade de classificação, ou seja, redes quase-ótimas. A motivação para o desenvolvimento do presente trabalho está centralizada nas dificuldades de encontrar manualmente RNAs quase-ótimas. Essas dificuldades são ocasionadas pelo grande número de parâmetros de RNAs que necessitam de ajustes para que haja uma correlação entre esses parâmetros, a fim de contribuir para que redes estruturalmente simples e com alto desempenho possam ser encontradas. A busca automática por redes quase-ótimas engloba informações como pesos iniciais, camadas escondidas, nodos por camada, tipos de funções de ativação e algoritmos de aprendizagem para redes Multi-Layer Perceptron (MLP), completamente conectadas. O mecanismo de busca é composto por uma combinação de Algoritmos Genéticos (AG) e de RNAs. Nessa combinação, primeiramente é executada uma busca global pelos parâmetros de RNAs, posteriormente executa-se uma busca local com RNAs por meio de seus algoritmos de aprendizagem, para refinar e avaliar a solução encontrada. Essa forma de busca é consagrada e apresentou bons resultados em outros trabalhos encontrados na literatura. O diferencial do método desenvolvido é o foco na simplificação de arquiteturas com um alto desempenho de classificação, exigindo poucas épocas de treinamento. Com o método desenvolvido foram realizados experimentos em cinco domínios de problemas conhecidos, a saber: Câncer, Vidros, Coração, Cavalos e Diabetes. Os resultados apontam uma melhor eficácia do método desenvolvido na busca por redes quase-ótimas perante o método de busca manual e também em relação a outros métodos da literatura. As redes encontradas para cada um dos domínios de problemas apresentam uma baixa complexidade e também um baixo erro de classificação. Esses resultados são extremamente importantes para mostrar a capacidade do método desenvolvido e justificar o esforço investido no desenvolvimento de métodos de busca por RNAs quase-ótimas

Made available in DSpace on 2014-06-12T16:00:43Z (GMT). No. of bitstreams: 2 arquivo6893_1.pdf: 1450479 bytes, checksum: 95b4efd197f11e32606faea17b6fa02c (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Esta dissertação apresenta um novo método de otimização de redes neurais artificiais para composição de ensembles de redes neurais artificiais. O método proposto combina o algoritmo evolucionário Evolução Diferencial com Vizinhança Global e Local (DEGL - Differential Evolution with Global and Local Neighborhood) com três técnicas multimodais: fitness sharing, especiação e simple subpopulation scheme. Para uma boa generalização de um ensemble seus componentes devem apresentar duas características: bom desempenho e diversidade. Como o poder de generalização de uma rede neural artificial está intimamente relacionado à sua arquitetura e aos seus pesos iniciais, para atingir bom desempenho, as redes neurais artificiais foram construídas de maneira automática através do algoritmo evolucionário. Para manter a diversidade entre as redes e para que um maior número de soluções ótimas fosse encontrado, técnicas multimodais foram incorporadas ao algoritmo evolucionário. O desempenho deste método é investigado através de experimentos realizados em seis bases benchmarks de aprendizagem de máquina para problemas de classificação. O método proposto se mostrou competitivo quando comparado a outros métodos da literatura e estatisticamente relevante quando comparado a métodos baseados em seus componentes

Foi desenvolvida uma técnica de medida de nível em vasos de pressão usando sondas térmicas resfriadas internamente por um fluido e análise dos dados experimentais com Redes Neurais Artificiais (RNA´s). Esse novo conceito de sondas térmicas foi testado em uma Bancada Experimental para Testes de Sondas de Nível (BETSNI) com duas seções de testes, ST1 e ST2. Dois projetos distintos de sondas foram construídos: Sonda de Tubos Concêntricos e Sonda de Tubo U. Um Sistema de Aquisição de Dados (SAD) foi montado para registrar os dados experimentais. Testes foram realizados tanto para condições de nível nas seções de testes em estado estacionário quanto para transientes. Os dados experimentais de temperatura e de nível obtidos foram usados para compor tabelas de treinamento e de verificação usadas para implementar RNA´s no programa RETRO-05, que simula um Perceptron de Múltiplas Camadas com Retropropagação. As análises mostraram que a técnica pode ser aplicada para medir o nível em vasos de pressão. As análises mostraram ainda que a técnica é aplicável para um número menor de entradas de temperatura que o inicialmente previsto no projeto das sondas e é robusta, aplicando-se mesmo quando ocorre a perda de alguma informação de temperatura. Dados experimentais disponíveis na literatura referentes a uma sonda térmica aquecida eletricamente também foram usados nas análises com RNA´s, produzindo bons resultados. Os resultados das análises indicaram que a técnica é eficaz e robusta, podendo ser aprimorada e aplicada para medidas de nível em vasos de pressão. / A technique for level measurement in pressure vessels was developed using thermal probes with internal cooling and Artificial Neural Networks (ANN´s). This new concept of thermal probes was experimentally tested in an Experimental Facility (BETSNI) with two test sections, ST1 and ST2. Two different thermal probes were designed and constructed: Concentric Tubes Probe and U Tube Probe. A Data Acquisition System (DAS) was assembled to record the experimental data during the tests. Steady state and transient level tests were carried out and the experimental data obtained were used as learning and recall data sets in the ANNs program RETRO-05 that simulate a Multilayer Perceptron with Backpropagation. The results of the analysis show that the technique can be applied for level measurements in pressure vessel. The technique is applied for a less input temperature data than the initially designed to the probes. The technique is robust and can be used in case of lack of some temperature data. Experimental data available in literature from electrically heated thermal probe were also used in the ANN´s analysis producing good results. The results of the ANN´s analysis show that the technique can be improved and applied to level measurements in pressure vessels.

Orientador: Gustavo Garcia Manzato / Banca: Antônio Nélson Rodrigues da Silva / Banca: Ilza Machado Kaiser / Resumo: O objetivo deste trabalho foi analisar os impactos da resolução espacial na modelagem da expansão urbana da Região Metropolitana de São Paulo (RMSP) por meio de autômatos celulares (CA, do inglês: Cellular Automata) combinados com redes neurais artificiais. Para tanto, foram utilizados dados do perímetro urbanizado referentes aos períodos de 1881, 1905, 1929, 1949, 1974 e 2005 para a construção de uma série de modelos espaciais. Uma estrutura de células regulares (grid) foi concebida para se representar a área de estudo, cuja resolução espacial se baseou em células de 1.000 por 1.000 metros, 800 por 800 metros e 600 por 600 metros. Os modelos também levaram em consideração a combinação de variáveis representando o estado inicial da célula (urbana ou não urbana), o número de células vizinhas classificadas como urbanas e o número de células vizinhas classificadas como não urbanas. Os resultados mostraram que a variação da resolução espacial não proporcionou impacto significativo no desempenho das modelagens desenvolvidas, visto que os desempenhos obtidos a partir das diferentes estruturas e tamanhos de grid foram bastante similares. Há os destaques para o Grid de 1000 por 1000 metros, baseado no estado e no número de vizinhos urbanos, com 90,09% de acertos global; para o Grid de 800 por 800 metros, baseado no estado, no número de vizinhos urbanos e no número de vizinhos não urbanos, com 90,25% de acertos global; e finalmente, para o Grid de 600 por 600 metros, baseado no estado... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The objective of this work was to analyze the impacts of the spatial resolution related to the urban expansion modeling of the Metropolitan Region of São Paulo (MRSP) by means of Cellular Automata (CA) combined with Artificial Neural Networks. Data regarding the urbanized perimeter in the periods of 1881, 1905, 1929, 1949, 1974 and 2005 were used for the construction of a series of spatial models. A grid of regular cells was conceived to represent the study area, whose spatial resolution was based on cells of 1,000 by 1,000 meters, 800 by 800 meters and 600 by 600 meters. The models also took into account the combination of variables representing the initial state of the cell (urban or non-urban), the number of neighboring cells classified as urban, and the number of neighboring cells classified as non-urban. The results showed that the variation on the spatial resolution did not result in a significant impact on the performance of the developed models, since they were quite similar across the different structures and grid sizes explored. There were some highlights, for example, the Grid of 1000 by 1000 meters, based on the state of the cell and the number of urban neighbors, with 90.09% of global correct predictions; the Grid of 800 by 800 meters, based on the state of the cell, the number of urban neighbors and the number of non-urban neighbors, with 90.25% of global correct predictions; and finally, the Grid of 600 by 600 meters, based on the state of the cell and number o... (Complete abstract click electronic access below) / Mestre

Orientador: Vicente Lopes Junior / Banca: Ricardo Tokio Higuti / Banca: Marcus Antônio Viana Duarte / Resumo: A crescente utilização de materiais compósitos nos projetos de engenharia tem trazido vários avanços, viabilizando e aperfeiçoando estruturas com características superiores que as encontradas nas ligas metálicas que são largamente utilizadas durante muitos anos e que atualmente estão sendo substituídas de forma parcial ou integral em aplicações onde se espera alto desempenho. A aplicação deste tipo de material tem sido significativa em vários segmentos de engenharia, como na área de transportes (aeronáutica, aeroespacial, naval, ferroviário, automobilística, etc.), construção civil, artigos esportivos, entre outras. Uma grande vantagem dos materiais compósitos é a possibilidade de compor, através da grande variedade de matrizes e reforços, um número ilimitado de combinações destes elementos, tornando cada combinação uma peça com características única, sendo capaz de atender necessidades específicas de cada projeto. Neste trabalho é proposto um método de detecção e localização de danos em compósitos que compõe a estrutura de uma fuselagem de avião, podendo ser utilizado independentemente da temperatura atuante no avião. O método é baseado nas ondas de Lamb e se caracteriza por ser um método não-destrutivo, NDE (do inglês Nondestructive Evaluation). Os testes experimentais foram realizados para diferentes condições de danos em uma faixa de temperatura que variou de -45°C a 105°C. Para a aplicação do sinal de atuação e para a aquisição dos sinais foram utilizados transdutores piezelétricos (PZT), que são indicados para este tipo aplicação por possuírem grande eficiência em altas frequências e por ser versátil, servindo tanto como atuador quanto sensor. Para auxiliar a detecção e localização automática dos danos na estrutura foi utilizada a técnica de Redes Neurais Artificiais que possuem ótima robustez e capacidade de generalização para isolar o efeito da temperatura na... / Abstract: The increasing use of composite materials has brought many beneficial advances for engineering design, improving structure features when comparing with traditional metallic alloys. Although these alloys has been used for centuries, in many applications composite materials are substituting them partially or completely. The use of this kind of materials has produced a great impact in several areas of engineering, as transportation (aeronautics, aerospace, naval, railroad, automobile, etc.), civil construction, sport equipments, etc. An important advantage of composite materials is the possibility of compose an unlimited number of combinations of this elements thought the wide variety of matrix and reinforcements. Each combination becomes a piece with unique characteristics, able to attend specific requirements in a project. In this study, a carbon fiber plate, material used as component of the fuselage in aircrafts, is used in the experimental tests for developing a damage identification and locating method that is able to be used during the flight. The method is based on Lamb waves and it is a non-destructive evaluation (NDE). The tests were done in different conditions for a temperature range from de -45oC to 105oC. The sensing and actuation were based on piezoelectric materials (PZT), which are a versatile smart material indicated to this work since it can be utilized either as actuator or as sensor and because is very efficient at high frequencies. The process automation is realized through the application of Artificial Neural Network, since this technique has optimum robustness and capability of generalization, which are important characteristics to achieve the objective / Mestre

O objetivo geral desta pesquisa é explorar a possibilidade de usar uma metodologia capaz de identificar padrões de relacionamento úteis na previsão de vendas individual no varejo, com o uso do processo de mineração de dados. Essas previsões devem abordar grande parte das decisões de curto prazo enfrentadas no cotidiano do gestor da loja, num nível aprofundado – detalhado quanto a produtos – de decisões. O objetivo é explorar um modelo de previsão de demanda para os produtos visando identificar um composto de marketing adequado (preços, produtos e promoções).

Neste trabalho, estudou-se a degradação de fenol em solução aquosa por meio dos processos O3, O3/UV e O3-H2O2. Os experimentos foram realizados em batelada com alimentação de ozônio em um reator fotoquímico de bancada com fonte de radiação UVC (254 nm) anular de imersão. Foram avaliados os efeitos das seguintes variáveis, no intervalo de valores mínimos e máximos: concentração inicial de fenol (TOC0) (100 e 500 mgC L-1); pH (entre 3 e 11); concentração de ozônio (10 e 50 mg L-1) e/ou de peróxido de hidrogênio (0,1 e 10 mM); presença ou não de radiação UVC. Utilizaram-se planejamentos experimentais fatoriais fracionários em dois níveis e apresentam-se análises estatísticas para as respostas (remoções porcentual e absoluta de TOC e taxa de remoção de TOC). Os experimentos resultaram em valores máximos de remoção de TOC iguais a 86% (processo O3-H2O2) e 99% (processo O3/UV), para TOC inicial mínimo (valor nominal igual a 100 mgC L-1); nesse caso, a maior taxa de remoção de TOC foi obtida com o processo O3-H2O2 com máxima concentração de peróxido de hidrogênio e pH 8. Na ausência de H2O2, o aumento da concentração de ozônio e a irradiação UVC apresentaram efeito positivo sobre a remoção de TOC, bem como sobre a taxa de remoção, para menor concentração inicial de fenol. Por sua vez, o aumento da concentração de H2O2 no processo O3-H2O2 favoreceu todas as respostas avaliadas, em particular para a maior concentração de ozônio. Para TOC0 baixo, a comparação entre os processos permite concluir que na grande maioria dos casos o processo O3-H2O2 resultou melhor que os sistemas O3 e O3/UV quanto à taxa de remoção de TOC, para os dois níveis de concentração de H2O2 avaliadas; para a remoção de TOC, porém, há forte dependência de [O3] e [H2O2].Para TOC0 alto, o processo O3-H2O2 mostrou-se sempre mais vantajoso que os processos O3 e O3/UV para todas as respostas. Utilizou-se a técnica de redes neurais artificiais para a obtenção de modelos empíricos para previsão da taxa de remoção de TOC em função do tempo para os sistemas O3, O3/UV e O3-H2O2. Os modelos ajustaram adequadamente os resultados experimentais e podem ser convenientemente acoplados a balanços de massa com a finalidade de simular o desempenho dos processos para diferentes condições das variáveis estudadas. / In this work, the degradation of phenol in aqueous solutions was studied by means of the O3, O3/UV, and O3-H2O2 oxidation processes. Experiments were carried out in batch with ozone feed in a bench-scale photochemical reactor with an annular UVC (254 nm) radiation source. The effects of the following variables were studied, according to their minimum and maximum levels: phenol initial concentration (TOC0) (100 and 500 mgC L-1); pH (between 3 and 11); ozone concentration (10 and 50 mg L-1) and/or hydrogen peroxide concentration (0.1 and 10 mM); presence or absence of UVC radiation. Fractional factorial designs at two levels were employed, and statistical analyses for the responses (percent and total TOC removals, TOC removal rate) are presented. The experiments resulted in maximum TOC removals of 86% (O3-H2O2) and 99% (O3/UV) for the minimum initial TOC (reference value, 100 mgC L-1). In this case, the highest TOC removal rate was obtained with the O3-H2O2 process with maximum hydrogen peroxide concentration and pH 8. In the absence of H2O2, the increase in ozone concentration and UVC irradiation showed a positive effect upon TOC removal and TOC removal rate, for the lowest initial phenol concentration. On the other hand, the increase in H2O2 concentration in the O3-H2O2 process favored all measured responses, particularly for the highest ozone concentration. For low TOC0, the comparison of the processes studied enabled to conclude that in most cases the O3-H2O2 process revealed to perform better than the O3 and O3-UV systems in terms of the TOC removal rate for the two H2O2 concentration levels; for the TOC removal, however, a strong dependence on [O3] and [H2O2] was verified. For higher TOC0 values the O3-H2O2 process showed a better performance than the others for all responses.The artificial neural networks methodology was used to obtain empirical kinetic models for the prediction of TOC removal rate as a function of reaction time for O3, O3/UV, and O3-H2O2 systems. The models adequately fitted experimental results and can be conveniently coupled with mass balances to simulate the process performance for different sets of values for the input variables.