Resumen

En los últimos años, la calidad del agua se ha visto amenazada por diversos contaminantes. Por lo tanto, el modelado y la predicción de la calidad del agua se han vuelto muy importantes para controlar la contaminación del agua. En este trabajo se desarrollan algoritmos avanzados de inteligencia artificial (IA) para predecir el índice de calidad del agua (WQI) y la clasificación de la calidad del agua (WQC). Para la predicción del WQI, se han desarrollado modelos de redes neuronales artificiales, concretamente la red neuronal autorregresiva no lineal (NARNET) y el algoritmo de aprendizaje profundo de memoria a corto plazo (LSTM). Además, se han utilizado tres algoritmos de aprendizaje automático, a saber, la máquina de vectores de apoyo (SVM), el vecino más cercano (K-NN) y Naive Bayes, para la previsión de WQC. El conjunto de datos utilizado tiene 7 parámetros significativos, y los modelos desarrollados se evaluaron en función de algunos parámetros estadísticos. Los resultados revelaron que los modelos propuestos pueden predecir con precisión el WQI y clasificar la calidad del agua de acuerdo con una robustez superior. Los resultados de la predicción demostraron que el modelo NARNET se comportó ligeramente mejor que el LSTM para la predicción de los valores WQI y el algoritmo SVM ha logrado la mayor precisión (97,01%) para la predicción WQC. Además, los modelos NARNET y LSTM han logrado una precisión similar para la fase de prueba con una ligera diferencia en el coeficiente de regresión (RNARNET=96,17 y RLSTM=94,21%). Este tipo de investigación tan prometedora puede contribuir significativamente a la gestión del agua.

• Materias:Algoritmos genéticos Ingeniería biomédica Biomecánica Modelo Matemático Prótesis Extremidades (Cuerpo Humano)
• Subjects:Genetic algorithms Biomedical engineering Biomechanics Mathematical model Prostheses Limbs (Human Body)
• Palabras claves:calidad del agua, inteligencia artificial avanzada, modelo de red neuronal, clasificación de la calidad del agua, precisión alcanzada, índice de calidad del agua, algoritmo, red neuronal autorregresiva, modelo desarrollado, contaminación del agua
• Keywords:water quality, advanced artificial intelligence, neural network model, water quality classification, achieved similar accuracy, water quality index, algorithm, autoregressive neural network, developed model, water pollution