Resumen

La predicción precisa de los procesos hidrológicos es clave para la asignación óptima de los recursos hídricos. En este estudio, se desarrollan dos modelos híbridos novedosos para mejorar la precisión de la predicción de datos de series temporales hidrológicas basados en el principio de tres etapas como el filtrado, la descomposición y la predicción y suma de componentes descompuestos. La arquitectura propuesta se aplica a los datos de series temporales de caudal diario de los ríos del Sistema de la Cuenca del Indo. El rendimiento de los modelos propuestos se compara con un modelo tradicional de una sola etapa (sin filtrado ni descomposición), un modelo híbrido de dos etapas (con filtrado) y un modelo híbrido de tres etapas existente (con filtrado y descomposición). Se utilizan tres medidas de evaluación para evaluar la precisión de la predicción de todos los modelos, como el Error Relativo Medio (MRE), el Error Absoluto Medio (MAE) y el Error Cu

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Predicción; Procesos hidrológicos; Modelos; Híbrido; Datos de series temporales; Precisión
• Keywords:Prediction; Hydrological processes; Models; Hybrid; Time series data; Accuracy