Resumen

La predicción de la calidad del agua es la base de la planificación, evaluación y gestión ambiental del agua. En este trabajo, se propuso un novedoso modelo de predicción inteligente basado en la red neuronal de ondaletas difusas (FWNN), que incluye la red neuronal (NN), la lógica difusa (FL), la transformada de ondaletas (WT) y el algoritmo genético (GA), para simular la no linealidad de los parámetros de calidad del agua y las predicciones de calidad del agua. Se utilizó un agrupamiento fuzzy -means autoadaptativo para determinar el número de reglas difusas. Se empleó un algoritmo de aprendizaje híbrido basado en un algoritmo genético y un algoritmo de descenso de gradiente para optimizar los parámetros de la red. Se realizaron comparaciones entre el modelo FWNN propuesto y la red neuronal difusa (FNN), la red neuronal de ondaletas (WNN) y la red neuronal (ANN). Los resultados indican que el FWNN hizo un uso efectivo de la

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Predicción de calidad del agua; Red neuronal difusa de ondaleta; Red neuronal; Lógica difusa; Transformada de ondaleta; Algoritmo genético
• Keywords:Water quality prediction; Fuzzy wavelet neural network; Neural network; Fuzzy logic; Wavelet transform; Genetic algorithm