Artigo Completo:

A modelagem é uma importante ferramenta matemática utilizada na previsão de resultados em diferentes problemas na engenharia, na física, química e em outras áreas que utilizam desse artifício para prever o comportamento de determinadas variáveis, gerando um modelo empírico ou não. Há diversas formas de se obter um modelo empírico, entre elas destacam-se para o trabalho em questão as redes neurais artificiais. Essas redes seguem a mesma lógica de aprendizagem de um cérebro humano, tirando conclusões através da experiência obtida em observações. Com isso, o presente trabalho teve por objetivo analisar aproximações de funções de duas variáveis independentes utilizando de um número de dados fixo em um intervalo definido, de forma a obter modelos totalmente empíricos. O parâmetro variado no trabalho foi o número de neurônios disponibilizados às redes para cada aproximação (1 a 5 neurônios). Foram comparados os módulos dos erros de treinamento e validação de cada modelo obtido. Além da análise numérica dos erros, foram realizadas análises gráficas comparando o comportamento dos modelos gerados com o das funções a serem aproximadas. A partir dos testes realizados e das análises gráficas e numéricas, pretendeu-se concluir em quais situações as redes obtiveram maior eficiência nas aproximações das diferentes funções.