info presentación miembros líneas investigación publicaciones investigación tesis docencia

Hidrología

La hidrología constituye un ejemplo de cómo la programación genética puede ser aplicada en el mundo de la ingeniería. Uno de los objetivos de los ingenieros es diseñar y construir un sistema completamente autónomo y autoadaptativo que sea capaz de realizar predicciones en tiempo real de los cambios de nivel del agua para poder alertar a las autoridades de posibles condiciones de riesgo por inundaciones con antelación suficiente.

Concretamente, se ha trabajado con los datos de lluvia y de escorrentía recogidos en la cuenda de la ciudad de Vitoria. Lo que se deseaba era realizar un modelo que, a partir de la señal de lluvia, hiciese una predicción de la escorrentía. De esta forma, a partir de esta predicción, se puede implementar un sistema de alarma ante posibles inundaciones.

Esta relación lluvia/escorrentía está plasmada en un sistema de ecuaciones en diferencias inicialmente desconocido. Dada la capacidad de la PG de encontrar expresiones a partir de una serie de datos, se ha utilizado para encontrar esta relación. Como resultado, la expresión que se ha obtenido es la siguiente:

y(n) = 0.0347x(n)+ 0.0386x(n-1) + 0.0337x(n-2) + 0.0018x(n-3) + 0.0005x(n-4) + 1.3507y(n-1) - 0.8578y(n-2) + 0.4293y(n-3) - 0.1109y(n-4)

Esta expresión relaciona la cantidad de lluvia que cae, x(n), con la escorrentía, y(n), que provoca en esa determinada cuenca. Es de destacar, como se ha expuesto anteriormente, que no existe ninguna forma de elaborar una expresión similar de forma analítica para una cuenca determinada. En la práctica, existe un modelo en hidrología denominado "Hidrograma Unitario SCS" que permite ser aplicado para relacionar dichas señales, pero que no es específico para una cuenca en concreto. La siguiente figura muestra una comparación de la señal real que se intenta predecir (izquierda) con los resultados obtenidos con el modelo aquí hallado (medio) y los obtenidos con el Hidrograma Unitario SCS.

Como se puede ver, los resultados obtenidos por el modelo aquí hallado son mucho mejores que los ofrecidos por la técnica anteriormente existente, con error mucho menor, con lo que un sistema de alarma realizado con este modelo sería mucho más fiable.

Algunos artículos publicados relacionados esta línea de investigación son los siguientes:

  1. Julián Dorado, Juan R. Rabuñal, Jerónimo Puertas, Antonino Santos, Daniel Rivero,"Prediction and Modelling of the Flow of a Typical Urban Basin through Genetic Programming", Lecture Notes in Computer Science, Vol. 2279, pp. 190-201, 2002.
  2. Rabuñal J.R., Dorado J., Puertas J., Pazos A., Santos A., Rivero D., "Prediction and Modelling of the Rainfall-Runoff Transformation of a Typical Urban Basin using ANN and GP", Applied Artificial Intelligence, Vol. 17, pp. 329-343, 2003.
  3. Rabuñal J.R., Puertas J., Suárez J., Rivero D., "Determination of the Unit Hydrograph of a Typical Urban Basin using Genetic Programming and Artificial Neural Networks", Hydrological Processes, 2005

SABIA
    .: SABIA :.  Sistemas Adaptativos y Bioinspirados en Inteligencia Artificial