Generación y simulación de un modelo predictivo para prevenir inundaciones en viviendas aledañas a zonas de riesgo mediante técnicas de inteligencia artificial

Las inundaciones representan uno de los desastres que más pérdidas humanas y económicas generan a nivel mundial. Por lo anterior, en este proyecto se propone la utilización de distintas técnicas de inteligencia artificial con el objetivo de predecir el nivel de agua en el río Magdalena, cuyas riberas albergan millones de habitantes. Para el desarrollo del proyecto se utilizaron variables como: datos históricos del nivel de agua en diferentes estaciones, trimestre del año, temporada de lluvia y presencia o ausencia del fenómeno de El Niño-Oscilación del Sur (ENOS). Los resultados del error MSE demostraron un buen desempeño de las distintas técnicas, siendo la mejor Redes Neuronales. Sin embargo, la técnica PSO además de tener un nivel de error bajo, ofreció la posibilidad interpretar las condiciones que pueden desencadenar una inundación.

• Autores: Moreno Castillo, Jenny Marcela
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2019
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/16327
• Acceso en línea: http://hdl.handle.net/11349/16327
• Palabra clave: Inteligencia Artificial; Algoritmos Genéticos; ANFIS; Optimización por enjambre de partículas; Predicción; Redes Neuronales; Ingeniería de Sistemas - Tesis y disertaciones académicas; Inteligencia artificial; Redes neurales (Computadores); Control de inundaciones; Artificial Intelligence; Genetic Algorithms; ANFIS; Particle Swarm Optimization; Predictive; Artificial Neural Networks
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional