Orientadores: Takaaki Ohishi, Rosangela Ballini / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-15T14:35:54Z (GMT). No. of bitstreams: 1 Salgado_RicardoMenezes_D.pdf: 4205399 bytes, checksum: fdb25cda0f3893f10f87049b9e04a6e7 (MD5) Previous issue date: 2009 / Resumo: Na operação de um sistema elétrico de potência (SEP) existem diversas variáveis que Influenciam as rotinas de planejamento, operação e controle. O monitoramento destas variáveis é Importante para auxiliar os processos responsáveis pela operação segura e confiável no sistema. Dentre estas variáveis pode-se destacar o nível de carga elétrica por barramento como uma variável de grande Impacto na operação do SEP. Informações precisas sobre o nível de carga em cada barramento da rede elétrica proporcionam um melhor controle no fluxo de potência, na analise de estabilidade e segurança, no despacho econômico, no planejamento e na programação da operação. Visando atender estas necessidades, este trabalho apresenta duas contribuições na análise de séries temporais de carga por barramento. A primeira contribuição é o desenvolvimento de uma metodologia de previsão de carga por barramento rápida e efetiva. A segunda contribuição ê um sistema computacional denominado SysPrev - Slsiema de Suporte para Analise e Previsão de Carga por barramento desenvolvido para facilitar o processo de calculo das previsões por barramento. O modelo de previsão de carga por barramento é composto por duas etapas: Na primeira, os barramentos são agrupados de acordo com a similaridade do perfil de carga diária. Na segunda etapa, aplica-se um modelo de previsão de carga em cada grupo, e a partir destas previsões por grupo são obtidas as previsões em cada barramento. O SysPrev é um software composto por um subsistema gerenciador de dados, um subsistema de modelos e um subsistema de interfaces. O subsistema administrador de dados ê composto de um banco de dados que armazena as séries temporais entre outras informações relevantes. O subsistema de modelos é composto por aplicativos que auxiliarão no processo de analise de dados e previsões. Para facilitar a Interação do usuário com o sistema, o subsistema de Interfaces conta com pacotes de janelas gráficas que proporcionam um ambiente computacional amigável e eficiente, facilitando a Interação do SysPrev e seus usuários.Um diferencial do SysPrev é a sua construção modularizada baseada em componentes plug-and-play que possibilita a Inserção de novas funcionalidades. Com esta arquitetura, cada componente e produzido de maneira Independente, podendo ser Inserido no software sem a necessidade de alterações no sistema principal. Este fator é Importante, pois fornece ao usuário a opção de personalizar e criar novas ferramentas de analise, facilitando a atualização e manutenção no sistema. Neste trabalho, o SysPrev foi utilizado para analisar um conjunto de dados formado por 73 barramentos. A praticidade e facilidade em criar múltiplos cenários possibilitou o rápido entendimento dos dados gerando bons resultados nas previsões, possibilitando maior precisão na etapa de operação do sistema em geral / Abstract: In a power operation system there are many variables that can Influence the execution of t ho control routines. The attendance of these variables is very important to aid the processes in the safe operation of the system. In the electric system the bus load level is an important variable in operation planning step. Accurate Information on the load level In each bus provide a better control In the power flow, safe and security analysis, operation programming, planning and others. Thus, this work presents two contributions to the bus load forecasting area. The first contribution is the development of a bus load forecast methodology that executes and provides the forecast results for several buses in an aggregate way. The second contribution is a computational system for bus load forecasting named SysPrev - Support System for Bus Load Analysis and Forecasting- developed to facilitate the bus load forecasting process. The aggregate bus load forecasting model is composed by two steps: In the first phase a clustering algorithm is used to Identify buses clusters with similar dally load profile and In the second phase Is proposed an aggregate structure for to foresee each bus using a conventional prediction model The SysPrev is a software composed of a data manager subsystem, a model subsystem and graphical interfaces subsystem.The data manager subsystem is composed of a database that contains bus load time series and other relevant Information. The model subsystem is composed of forecasting and clustering techniques. To facilitate the user's interaction, the graphical interface has packages of graphic windows that provide a friendly environment facilitating the Integration of tlie SysPrev and their users. An excellent characteristic of the SysPrev is its construction based on components plug-and-play that allows the Insert of new functionalities With this architecture, each component Is produced on an independent way. could be Inserted In the software without alterations in the main system This factor Is Important, because It supplies the user with the option of customizing and creatlng new analysis tools, facilitating the updating and the maintenance of the system. The SysPrev was applied to a real power system data composed of 73 buses. The easiness of creating multiple sceneries made possiblethe fast understanding of the data providing good results In the forecasts, making possible larger precision on the power system operation step / Doutorado / Engenharia de Computação / Doutor em Engenharia Elétrica

Orientador: Fernando José Von Zuben / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-15T23:45:59Z (GMT). No. of bitstreams: 1 Ferreira_HamiltonMelo_M.pdf: 539116 bytes, checksum: 3ef220fd5b659d2f8f794d853924ae71 (MD5) Previous issue date: 2008 / Resumo: As concessionárias de energia elétrica deixam de faturar anualmente expressivos valores devido a perdas comerciais, as quais são originadas principalmente por fraudes cometidas por parte dos consumidores e por medidores defeituosos. A detecção automática dos pontos específicos onde ocorrem tais perdas é uma tarefa complexa, dada a grande quantidade de consumidores, a grande variedade de perfis de consumo de energia elétrica e o alto custo de cada inspeção. Este trabalho propõe o uso de técnicas de aprendizado de máquina para a incorporação de processamento inteligente na identificação das fontes de perdas comerciais, usando os dados reais fornecidos pela concessionária de energia elétrica AES Eletropaulo. Além da manipulação dos dados e análise de propostas alternativas presentes na literatura, quatro estratégias de classificação foram implementadas e comparadas, sendo que o algoritmo de indução C4.5 produziu os resultados mais consistentes em termos de especificidade e confiabilidade, tomadas como critérios de desempenho / Abstract: The electric power concessionaires miss along the year significant amount of revenue due to commercial losses, which are mainly caused by frauds produced by consumers and defective sensors. The automatic detection of the specific sites where the losses are located is a complex task, given the high number of consumers, the great variety of electric power consumption profiles, and the high cost of each inspection. This work proposes the use of machine learning techniques capable of incorporating intelligent processing in the identification of the sources of commercial losses, using real data provided by the electric power concessionaire AES Eletropaulo. Besides data manipulation and analysis of alternative proposals presented in the literature, four classification strategies have been implemented and compared. The C4.5 algorithm has produced the most consistent results in terms of specificity and confiability, taken as performance criteria / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientadores: Stanley Robson de Medeiros Oliveira, Carlos Alberto Alves Meira / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola / Made available in DSpace on 2018-08-20T23:34:35Z (GMT). No. of bitstreams: 1 Megeto_GuilhermeAugustoSilva_M.pdf: 5556599 bytes, checksum: c545e13e7ec81e96cf9e6a3e46d01de2 (MD5) Previous issue date: 2012 / Resumo: A ferrugem asiática, causada pelo fungo Phakopsora pachyrhizi, atualmente é considerada uma das doenças mais importantes e agressivas da soja. A principal forma de controle é a aplicação calendarizada de fungicidas a qual desconsidera o risco de ocorrência da doença. Estudos epidemiológicos buscam compreender os fatores que influenciam na ocorrência e desenvolvimento das epidemias, especialmente aqueles relacionados ao ambiente tais como condições meteorológicas. Com o avanço da tecnologia da informação e do armazenamento de dados, técnicas de mineração de dados (data mining) apresentam-se promissoras para a descoberta de conhecimento em bases de dados epidemiológicos. Este trabalho tem como objetivo avaliar a influência da chuva e da temperatura na ocorrência da ferrugem asiática da soja utilizando árvores de decisão. Para tal, foram obtidos dados de ocorrências da doença em quatro safras, de 2007/2008 a 2010/2011, oriundos do banco de dados do Consórcio Antiferrugem, e dados meteorológicos, provenientes do sistema Agritempo. A análise exploratória dos dados permitiu obter subsídios para compor o conjunto de dados final e definir o escopo deste trabalho, buscando-se características intrínsecas à doença e sua interação com o ambiente, utilizando apenas variáveis de base meteorológica. As variáveis utilizadas foram relacionadas à precipitação e à temperatura, que deram origem a nove atributos avaliados para cada período temporal...Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digital / Abstract: The Asian soybean rust, caused by Phakopsora pachyrhizi, is now considered one of the most important and aggressive diseases of soybean. The main form of control is the scheduled application of fungicides which disregards the the risk of disease occurrence. Epidemiological studies seek to understand the factors that influence the occurrence and development of epidemics, especially those related to the environment such as weather conditions. With the development of information technology and data warehousing, data mining techniques appear to be promising for knowledge discovery in epidemiological databases. This study aims to evaluate the influence of rainfall and temperature on the occurrence of soybean rust by using decision trees models. To accomplish that, data of the occurence of the disease were collected from four seasons, 2007/2008 to 2010/2011, from the Consórcio Antiferrugem and weather data from the Agritempo system. Exploratory data analysis allowed for obtaining subsidies to generate the final data set and define the scope of this work, seeking intrinsic characteristics of the disease and its interaction with the environment, using only meteorological variables. The variables used were related to precipitation and temperature, resulting into nine attributes evaluated in different periods. Such attributes were related to the event of occurrence (Oc) and non occurrence (NaoOc) of the disease (assumed as the thirtieth day prior to the event of occurrence). The results include a predictive model and an interpretive model for classifying events of occurrences and non occurrences of the disease...Note: The complete abstract is available with the full electronic document / Mestrado / Planejamento e Desenvolvimento Rural Sustentável / Mestre em Engenharia Agrícola

Orientadores: Luiz Henrique Antunes Rodrigues, Francisco Lombardi Neto / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-04T17:43:04Z (GMT). No. of bitstreams: 1 Giboshi_MonicaLuri_D.pdf: 1552118 bytes, checksum: 23993e51ecc5308a25320b8237002e2b (MD5) Previous issue date: 2005 / Resumo: Este trabalho teve como objetivo o desenvolvimento de um sistema de apoio à decisão para a gestão da terra, integrando um Sistema Especialista para determinar a capacidade de uso da terra e outro para recomendar usos adequados e as práticas de conservação e manejo do solo, um Sistema de Informações Geográficas (SIG), uma base de dados e uma interface para interpretar a entrada de dados do usuário e as mensagens passadas entre os sub-sistemas. Todos os diálogos entre o usuário e o sistema são realizados pela da interface, assim como a comunicação entre os componentes do sistema desenvolvido. Os sistemas especialistas foram desenvolvidos utilizando o ¿shell¿ conhecido como CLIPS (C Language Integrated Production System) que provê um ambiente para a construção de sistemas especialistas. O SIG utilizado foi o IDRISI, versão 32, que possui o módulo Applications Programming Interface - API (Interface de Programação de Aplicativos) com um OLE Automation Server, possibilitando o uso de linguagens de alto nível, tais como Visual Basic, para controlar as operações do Idrisi32. A base de dados foi desenvolvida com a utilização do Microsoft Access®, além disso, é de fácil acesso, pois a maioria dos usuários tem esse aplicativo instalado em seus computadores. O sistema desenvolvido determina a capacidade de uso da terra; recomenda usos adequados para cada classe de capacidade de uso; recomenda práticas de conservação e manejo do solo; e identifica áreas de conflito comparando os mapas de uso da terra da região em estudo com o mapa de capacidade de uso. Todos os resultados podem ser visualizados em janelas do programa, gravados ou impressos em formas de relatórios. A validação do sistema foi feita comparando as saídas do sistema com os resultados obtidos de quatro especialistas. As divergências encontradas mostraram que o sistema desenvolvido foi mais rigoroso, principalmente no que diz respeito ao risco de erosão, determinando classes de capacidade de uso diferentes das determinadas por alguns especialistas. Quanto ao tipo de uso e às práticas de conservação e manejo do solo, foram poucas as divergências encontradas. A área utilizada para testar o sistema é o Município de Santo Antônio do Jardim - SP. O sistema classificou 36,95% das terras do município como adequadas para a utilização com cultura anual ou perene; 42,69% são adequadas para pastagem e reflorestamento e 19,51% devem ser utilizadas para preservação ambiental. Outro resultado apresentado é o mapa de intensidade de uso, no qual pôde se observar que 48,50% do município está sendo utilizada de forma adequada; 31,82% com uso inadequado e, 14,06% apresenta subutilização. O sistema mostrou ser uma ferramenta poderosa e eficaz, permitindo avaliar uma região, dando suporte para uma tomada de decisão mais fundamentada / Abstract: The objective of this work was to develop a decision support system for agricultural land environmental planing, which integrates an Expert System to determine the land capability and other to recommend adequate uses and practices for soil conservation and management, Geographic Information System (GIS), a database and an interface to monitor input and output data and the messages passed between the subsystems. The management of all the system is made by an interface developed in Visual Basic, version 5.0. All the dialogues between the user and the system as well as the communication with the components of the system are made through the interface that shows windows, menus, dialog boxes, maps and reports in the screen. It saves the results in files and prints them. The expert systems were developed with a shell known as CLIPS (C Language Integrated Production System), that provides an environment for building expert systems. The GIS was IDRISI, version 32, that has Applications Programming Interface ¿ API with an OLE Automation Server, and makes possible to use high-level languages, such as Visual Basic for controlling the operation of Idrisi32. The database was developed with the Microsoft Access®, because of the majority of the users have this software installed in its computers. The developed system determines land capability from information stored in the database and, also supplied for the SIG, through the soil and slope maps; it recommends adequate uses for land capability class; it recommends practices for soil conservation and management and identifies conflict areas comparing the maps of land use with the land capability. All the results can be visualized by the user through windows of the program, recorded or printed in forms of reports. The validation of the system was done comparing the system outputs with the results obtained of four experts. The divergences have shown that the system was more rigorous than the experts, specially concerning the erosion risk, leading to different land capability classes from those determined for some experts, in some cases. Concerning to the type of practices for soil conservation and management, the divergences have been few. In order to test the system, the county of Santo Antônio do Jardim ¿ SP was selected. The system classified 36.95% of lands as adequate for the use with annual or perennial cultures; 42.69% are adequate for pastures and reforestation and 19.51% must be used for environmental preservation. Another presented result is the map of intensity use, through which could be observed that 48.50% of the lands are being used of adequate form; 31.82% of the lands presents inadequate use and, 14.06% presents under utilization. The system is a powerful and efficient tool, what makes it possible to evaluate a region and give support to a more adequate decision making / Doutorado / Planejamento e Desenvolvimento Rural Sustentável / Doutor em Engenharia Agrícola

Desenvolveu-se uma metodologia para integração de dois modelos matemáticos, um de quantidade de água, em rede de fluxo, denominado ACQUANET com outro de qualidade de água, de uma dimensão, aplicado a represas, denominado CE-QUAL-R1. Para tanto, foi elaborada uma INTERFACE em linguagem de programação possibilitando que as vazões resultantes, simuladas pelo ACQUANET, servissem como dados de entrada ao CE-QUAL-R1 para simular a distribuição vertical das variáveis de qualidade de água em uma represa. Essa metodologia foi aplicada à Represa Jaguari-Jacareí no Sistema Cantareira em São Paulo, Brasil, como alternativa de gerenciamento quali-quantitativo, além de possibilitar o uso de retirada de água em diferentes profundidades, através da operação de tomadas d’água seletivas existentes. / A methodology was developed for the integration of two mathematical models, one of water quantity in network named ACQUANET with other of water quality, in one dimension, applied in revervoirs, named CE-QUAL-R1. In order to achieve this goal, an INTERFACE was developed to link the CE-QUAL-R1 with ACQUANET outflow results. It should be highlighted that ACQUANET has been used for beginning values of CE-QUAL-R1 and to simulate the vertical distribution of water quality variables in a reservoir. This methodology was applied to Jaguari-Jacarei Reservoir, of Cantareira System in Sao Paulo, Brazil, as a management quality and quantity tool of the system and it showed the use possibility of withdrawal of outflowing waters from different depths, through existing selective withdrawals ports operation.

ANP / Este trabalho propõe o uso de Mapas Cognitivos Fuzzy Dinâmicos (DFCM, do inglês Dynamic Fuzzy Cognitive Maps), uma evolução dos Mapas Cognitivos Fuzzy (FCM), para o desenvolvimento de sistemas autônomos para tomada de decisões. O FCM representa o conhecimento de forma simbólica, através de conceitos e relações causais dispostas em um grafo. Na sua versão clássica, os FCMs são usados no desenvolvimento de modelos estáticos, sendo inapropriados para o desenvolvimento de modelos temporais ou dinâmicos devido à ocorrência simultânea de todas as causalidades em uma estrutura fixa dos grafos, i.e., os conceitos e suas relações causais são invariantes no tempo. O DFCM utiliza o mesmo formalismo matemático do FCM através de grafos, acrescentando funcionalidades, como por exemplo, a capacidade de auto adaptação através de algoritmos de aprendizagem de máquina e a possibilidade de inclusão de novos tipos de conceitos e relações causais ao modelo FCM clássico. A partir dessas inclusões, é possível construir modelos DFCM para tomada de decisões dinâmicas, as quais são necessárias no desenvolvimento de ferramentas inteligentes em áreas de conhecimento correlatas à engenharia, de modo especifico a construção de modelos aplicados em Robótica Autônoma. Em especial, para as áreas de Robótica de Enxame e Vida artificial, como abordados nesta pesquisa. O sistema autônomo desenvolvido neste trabalho aborda problemas com diferentes objetivos (como desviar de obstáculos, coletar alvos ou alimentos, explorar o ambiente), hierarquizando as ações necessárias para atingi-los, através do uso de uma arquitetura para o planejamento, inspirada no modelo clássico de Subsunção de Brooks, e uma máquina de estados para o gerenciamento das ações. Conceitos de aprendizagem de máquina, em especial Aprendizagem por Reforço, são empregadas no DFCM para a adaptação dinâmica das relações de casualidade, possibilitando o controlador a lidar com eventos não modelados a priori. A validação do controlador DFCM proposto é realizada por meio de experimentos simulados através de aplicações nas áreas supracitadas. / This dissertation proposes the use of Dynamic Fuzzy Cognitive Maps (DFCM), an evolution of Fuzzy Cognitive Maps (FCM), for the development of autonomous system to decision-taking. The FCM represents knowledge in a symbolic way, through concepts and causal relationships disposed in a graph. In its standard form, the FCMs are limited to the development of static models, in other words, classical FCMs are inappropriate for development of temporal or dynamic models due to the simultaneous occurrence of all causalities in a permanent structure, i.e., the concepts and the causal relationships are time-invariant. The DFCM uses the same mathematical formalism of the FCM, adding features to its predecessor, such as self-adaptation by means of machine learning algorithms and the possibility of inclusion of new types of concepts and causal relationships into the classical FCM model. From these inclusions, it is possible to develop DFCM models for dynamic decision-making problems, which are needed to the development of intelligent tools in engineering and other correlated areas, specifically, the construction of autonomous systems applied in Autonomous Robotic. In particular, to the areas of Swarm Robotics and Artificial Life, as approached in this research. The developed autonomous system deals with multi-objective problems (such as deviate from obstacle, collect target or feed, explore the environment), hierarchizing the actions needed to reach them, through the use of an architecture for planning, inspired by the Brook’s classical Subsumption model, and a state machine for the management of the actions. Learning machine algorithms, in particular Reinforcement Learning, are implemented in the DFCM to dynamically tune the causalities, enabling the controller to handle not modelled event a priori. The proposed DFCM model is validated by means of simulated experiments applied in the aforementioned areas.

ANP / Este trabalho propõe o uso de Mapas Cognitivos Fuzzy Dinâmicos (DFCM, do inglês Dynamic Fuzzy Cognitive Maps), uma evolução dos Mapas Cognitivos Fuzzy (FCM), para o desenvolvimento de sistemas autônomos para tomada de decisões. O FCM representa o conhecimento de forma simbólica, através de conceitos e relações causais dispostas em um grafo. Na sua versão clássica, os FCMs são usados no desenvolvimento de modelos estáticos, sendo inapropriados para o desenvolvimento de modelos temporais ou dinâmicos devido à ocorrência simultânea de todas as causalidades em uma estrutura fixa dos grafos, i.e., os conceitos e suas relações causais são invariantes no tempo. O DFCM utiliza o mesmo formalismo matemático do FCM através de grafos, acrescentando funcionalidades, como por exemplo, a capacidade de auto adaptação através de algoritmos de aprendizagem de máquina e a possibilidade de inclusão de novos tipos de conceitos e relações causais ao modelo FCM clássico. A partir dessas inclusões, é possível construir modelos DFCM para tomada de decisões dinâmicas, as quais são necessárias no desenvolvimento de ferramentas inteligentes em áreas de conhecimento correlatas à engenharia, de modo especifico a construção de modelos aplicados em Robótica Autônoma. Em especial, para as áreas de Robótica de Enxame e Vida artificial, como abordados nesta pesquisa. O sistema autônomo desenvolvido neste trabalho aborda problemas com diferentes objetivos (como desviar de obstáculos, coletar alvos ou alimentos, explorar o ambiente), hierarquizando as ações necessárias para atingi-los, através do uso de uma arquitetura para o planejamento, inspirada no modelo clássico de Subsunção de Brooks, e uma máquina de estados para o gerenciamento das ações. Conceitos de aprendizagem de máquina, em especial Aprendizagem por Reforço, são empregadas no DFCM para a adaptação dinâmica das relações de casualidade, possibilitando o controlador a lidar com eventos não modelados a priori. A validação do controlador DFCM proposto é realizada por meio de experimentos simulados através de aplicações nas áreas supracitadas. / This dissertation proposes the use of Dynamic Fuzzy Cognitive Maps (DFCM), an evolution of Fuzzy Cognitive Maps (FCM), for the development of autonomous system to decision-taking. The FCM represents knowledge in a symbolic way, through concepts and causal relationships disposed in a graph. In its standard form, the FCMs are limited to the development of static models, in other words, classical FCMs are inappropriate for development of temporal or dynamic models due to the simultaneous occurrence of all causalities in a permanent structure, i.e., the concepts and the causal relationships are time-invariant. The DFCM uses the same mathematical formalism of the FCM, adding features to its predecessor, such as self-adaptation by means of machine learning algorithms and the possibility of inclusion of new types of concepts and causal relationships into the classical FCM model. From these inclusions, it is possible to develop DFCM models for dynamic decision-making problems, which are needed to the development of intelligent tools in engineering and other correlated areas, specifically, the construction of autonomous systems applied in Autonomous Robotic. In particular, to the areas of Swarm Robotics and Artificial Life, as approached in this research. The developed autonomous system deals with multi-objective problems (such as deviate from obstacle, collect target or feed, explore the environment), hierarchizing the actions needed to reach them, through the use of an architecture for planning, inspired by the Brook’s classical Subsumption model, and a state machine for the management of the actions. Learning machine algorithms, in particular Reinforcement Learning, are implemented in the DFCM to dynamically tune the causalities, enabling the controller to handle not modelled event a priori. The proposed DFCM model is validated by means of simulated experiments applied in the aforementioned areas.

Desenvolveu-se uma metodologia para integração de dois modelos matemáticos, um de quantidade de água, em rede de fluxo, denominado ACQUANET com outro de qualidade de água, de uma dimensão, aplicado a represas, denominado CE-QUAL-R1. Para tanto, foi elaborada uma INTERFACE em linguagem de programação possibilitando que as vazões resultantes, simuladas pelo ACQUANET, servissem como dados de entrada ao CE-QUAL-R1 para simular a distribuição vertical das variáveis de qualidade de água em uma represa. Essa metodologia foi aplicada à Represa Jaguari-Jacareí no Sistema Cantareira em São Paulo, Brasil, como alternativa de gerenciamento quali-quantitativo, além de possibilitar o uso de retirada de água em diferentes profundidades, através da operação de tomadas d’água seletivas existentes. / A methodology was developed for the integration of two mathematical models, one of water quantity in network named ACQUANET with other of water quality, in one dimension, applied in revervoirs, named CE-QUAL-R1. In order to achieve this goal, an INTERFACE was developed to link the CE-QUAL-R1 with ACQUANET outflow results. It should be highlighted that ACQUANET has been used for beginning values of CE-QUAL-R1 and to simulate the vertical distribution of water quality variables in a reservoir. This methodology was applied to Jaguari-Jacarei Reservoir, of Cantareira System in Sao Paulo, Brazil, as a management quality and quantity tool of the system and it showed the use possibility of withdrawal of outflowing waters from different depths, through existing selective withdrawals ports operation.