Resumen de Predicción de caudales basados en Redes Neuronales Artificiales (RNA) para períodos de tiempo sub diarios

Jaime Veintimilla R., Felipe de Jesús Cisneros Azuara

• español

  Resumen: La aplicación de modelos matemáticos en el manejo de cuencas hidrográficas tiene requerimientos exigentes de información y en su mayoría no han sido desarrollados para ser aplicados en regiones de montaña. Por esta razón es necesario buscar e implementar modelos que no tengan estos requerimientos y que permitan establecer relaciones entre los datos de entrada y los de salida en una cuenca hidrográfica. Técnicas informáticas de inteligencia artificial permiten establecer relaciones entre los datos de entrada y los de salida en una cuenca hidrográfica. En este paper se evalúa diferentes modelos de Redes Neuronales Artificiales (RNA) con el fin de seleccionar uno e implementarlo, con esto se pretende obtener la posibilidad de manipular cada una de las conexiones del modelo de la red neuronal para buscar una convergencia rápida y la minimización del margen de error. Una vez que el modelo sea calibrado, se pretende realizar la predicción de caudales para intervalos de tiempo inferiores a 24 horas. Además se plantea desarrollar un prototipo para un sistema de transmisión de la información de las estaciones de lluvia, remotamente ubicadas.

• English

  Abstract: The application of mathematical models in watershed management is demanding information requirements and have mostly not been developed for application in mountained regions. For this reason it is necessary to seek and implement models that do not have these requirements and to establish relationships between the input and output in a river basin. Computer artificial intelligence techniques allow to establish relationships between the input and output in a river basin. In this paper different models of Artificial Neural Networks (ANN) to select one and implement it is evaluated with this is to obtain the ability to manipulate each of the connections model of neural network for rapid convergence and minimizing the margin of error. Once the model is calibrated, it is intended to make the prediction of flow rates for intervals of less than 24 hours time. Furthermore arises develop a prototype system for transmitting information of the rainy season, remotely locatedÂ