Influência da arquitetura de redes neurais no desempenho de modelos de envelhecimento de bateria de satélites em simuladores operacionais

Este trabalho investiga a influência da arquitetura de redes neurais artificiais (RNAs) na modelagem do envelhecimento de satélites em simuladores operacionais. Foram avaliadas três arquiteturas distintas: uma simples (6x1x1x1x1), uma complexa (6x10x10x10x1) e uma intermediária (6x9x2x1), esta última previamente identificada por meio de algoritmo genético. O conjunto de dados utilizado corresponde a telemetrias reais do subsistema de energia do satélite CBERS-4, totalizando mais de 4,3 milhões de amostras, das quais 56.081 foram utilizadas nos processos de treinamento, validação e teste. O desempenho foi medido pela Média Relativa do Erro Quadrático (MRSE), cujos resultados mostraram que a arquitetura intermediária apresentou o menor erro (0,4919%), superando a simples (0,5510%) e a complexa (0,6160%). Os achados indicam que arquiteturas excessivamente profundas não garantem melhor precisão, enquanto configurações extremamente simples podem perder robustez. A configuração intermediária destacou-se como a mais equilibrada, conciliando acurácia e viabilidade computacional em cenários de simulação em tempo quase real. Os resultados reforçam a relevância do uso de algoritmos de otimização na definição de arquiteturas e apontam caminhos para a aplicação de modelos mais adaptativos em diferentes subsistemas de satélites.