Resumen

El estudio de los perfiles de superficie del agua es beneficioso para diversas aplicaciones en la gestión de recursos hídricos. En este estudio, se emplearon dos modelos de inteligencia artificial (IA) llamados red neuronal artificial (ANN) y programación genética (GP) para estimar por primera vez la longitud de seis perfiles de flujo de agua en régimen permanente. Los modelos de IA fueron entrenados utilizando una base de datos que consistía en 5154 casos adimensionales. Se realizó una comparación para evaluar el rendimiento de las técnicas de IA para estimar longitudes de 330 perfiles de flujo de agua en canales trapezoidales con pendientes suaves y pronunciadas. Las longitudes correspondientes de los perfiles de flujo de agua también fueron calculadas mediante métodos directos de 1 paso, 3 pasos y 5 pasos con fines de comparación. Según seis métricas utilizadas para el análisis comparativo, GP y la ANN mejoran cinco de las seis métricas calculadas por el método directo de 1 paso tanto para pendientes suaves como pronunciadas. Además, GP

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Estudio; Perfiles de superficie del agua; Inteligencia artificial; ANN; Programación genética; Perfiles de GVF
• Keywords:Study; Water surface profiles; Artificial intelligence; ANN; Genetic programming; GVF profiles