| Título: | Análisis de la robustez de un modelo de redes neuronales para la predicción de caudales en la cuenca alta del río Paute |
| Autores: | Campozano Parra, Lenin Vladimir |
| Fecha: |
2012-02-28 2012-02-28 2011 |
| Publicador: | Universidad Politécnica Salesiana |
| Fuente: |
 |
| Tipo: | Thesis |
| Tema: |
Métodos Numéricos Inteligencia Artificial Redes Neuronales (Computadores) Predicción de Caudales Predicciones Geofísicas CUENCAS HIDROGRÁFICAS - RÍO PAUTE |
| Descripción: | En esta tesis se analiza la robustez del método de las redes neuronales para la predicción de caudales aplicado a la cuenca alta del Rio Paute. El método de las redes neuronales es un modelo basado en los datos o data-driven model. El análisis de la robustez del modelo nos sirve para evaluar las variaciones en la respuesta del modelo debido a variaciones en los datos de entrada y a la capacidad de predicción del modelo. Por esta razón se realiza un análisis de sensibilidad y un análisis de incertidumbre del modelo para estudiar la robustez del mismo. Del análisis de sensibilidad se busca obtener información sobre la importancia de cada variable en el modelo. Con esta información podemos tomar decisiones orientadas más específicamente. Del análisis de incertidumbre se busca obtener información sobre el nivel de incertidumbre del modelo, específicamente para el problema de predicción de caudales. Como fuentes de incertidumbre se han estudiado la incertidumbre estructural del modelo y la propagación de incertidumbre debido a la incertidumbre en los datos de entrada. El método de las redes neuronales será utilizado para la predicción de caudales, dados los datos de precipitación e historia del caudal como variables de entrada. Es importante recalcar que los datos se han obtenido por mediación del Grupo de la Tierra y del Ambiente, ante diversas entidades que han monitoreado la cuenca del Rio Paute. Las estaciones de registro de precipitación son: Cancan Soldados, Chanlud, El Portete, El Labrado, Machangara-DJ Chulco, Matadero en Sayausí, Tarqui DJ Cumbe, Ucubamba en ETAPA, Yanuncay en Pucan y la estación de registro de caudal es en el Tomebamba en Ucubamba. Debido a que el modelo de redes neuronales recibe la información de cada una de las estaciones, sin que los datos de precipitación hayan sido concentrados, entonces el modelo estudiado es distribuido y es un modelo basado en los datos. Para la elaboración de un modelo matemático distribuido es necesario información detallada de la cuenca, como tipo de suelo, pendientes del terreno, vegetación, uso del suelo, evaporación, evapotranspiración, etc., lo cual hace complicada su implementación debido a la falta de estos parámetros. El uso de redes neuronales para la elaboración de un modelo distribuido tiene la ventaja de la independencia de estos factores debido a que la red busca la función de entre un espacio de funciones, que ajusta los datos de entrada con los de salida, en este caso, los datos de precipitación y caudal con los de caudal. Es obvio que la disponibilidad de mayor información de la cuenca sería deseable, pero con la información de precipitación u caudal disponibles se han logrado buenos resultados. |
| Idioma: | Español |