Resumen

La simulación de la escorrentía pluvial en hidrología mediante inteligencia artificial presenta las relaciones no lineales utilizando redes neuronales. En este estudio, se ha desarrollado una red híbrida presentada como red neuronal modular feedforward (FF-MNN) para predecir la precipitación-escorrentía diaria de la cuenca hidrográfica de Roodan, en el sur de Irán. Esta FF-MNN tiene tres capas: de entrada, oculta y de salida. La capa oculta tiene dos tipos de expertos neuronales o módulos. Se recopilaron datos hidrometeorológicos de la cuenca durante 21 años. Se utilizó el método heurístico para desarrollar la MNN con el fin de explorar la generalización del caudal diario. Se utilizaron dos algoritmos de entrenamiento, a saber, retropropagación con impulso y Levenberg-Marquardt. Se emplearon funciones de transferencia sigmoidea y lineal para explorar el comportamiento óptimo de la red. Se llevaron a cabo evaluaciones de validación cruzada y de incertidumbre predictiva para proteger la sobrecarga y la sobreparametrización, respectivamente. Los resultados mostraron que la FF-MNN podía predecir satisfactoriamente el caudal del arroyo durante el periodo de prueba. El coeficiente de Nash-Sutcliff, el coeficiente de determinación y el error cuadrático medio obtenidos utilizando la MNN durante los periodos de entrenamiento y prueba fueron 0,85, 0,85 y 39,4 y 0,57, 0,58 y 32,2, respectivamente. Las incertidumbres predictivas para ambos periodos fueron de 0,39 y 0,44, respectivamente. En general, el estudio demostró que el FF-MNN puede ofrecer una predicción prometedora de las relaciones lluvia-escorrentía.

• Materias:Modelado Sensores inalámbricos Parámetros de control Metamodelos Multimedia metamodelo Sistema de control
• Subjects:Modeling Wireless sensors Control parameters Metamodels Multimedia metamodel Control system
• Palabras claves:MNN, FF, red neuronal modular feedforward, generalización del flujo diario, funciones de transferencia lineal, evaluaciones de incertidumbre predictiva, estudio, método heurístico, datos hidrometeorológicos, cuenca hidrográfica de Roodan.
• Keywords:MNN, FF, feedforward modular neural network, daily flow generalization, linear transfer functions, predictive uncertainty assessments, study, Heuristic method, Hydrometeorological data, Roodan watershed