Please use this identifier to cite or link to this item: http://dspace.ucuenca.edu.ec/handle/123456789/33286
Title: Artificial neural networks applied to flow prediction scenarios in Tomebamba River - Paute watershed, for flood and water quality control and management at City of Cuenca Ecuador
Authors: Cisneros Espinosa, Felipe Eduardo francisco
Veintimilla Reyes, Jaime Eduardo
Keywords: Red Neuronal Artificial (Rna)
Predicción De Caudales
Backpropagation
Algoritmos Genéticos
Telemetría
Issue Date: 2013
Publisher: European Geosciences Union
metadata.dc.description.city: 
Viena
metadata.dc.type: ARTÍCULO DE CONFERENCIA
Abstract: 
The main aim of this research is to create a model of Artificial Neural Networks (ANN) that allows predicting the flow in Tomebamba River both, at real time and in a certain day of year. As inputs we are using information of rainfall and flow of the stations along of the river. This information is organized in scenarios and each scenario is prepared to a specific area. The information is acquired from the hydrological stations placed in the watershed using an electronic system developed at real time and it supports any kind or brands of this type of sensors. The prediction works very good three days in advance This research includes two ANN models: Back propagation and a hybrid model between back propagation and OWO-HWO. These last two models have been tested in a preliminary research. To validate the results we are using some error indicators such as: MSE, RMSE, EF, CD and BIAS. The results of this research reached high levels of reliability and the level of error are minimal. These predictions are useful for flood and water quality control and management at City of Cuenca Ecuador
Description: 
La aplicación de modelos matemáticos en el manejo de cuencas hidrográficas tienen requerimientos exigentes de información y en su mayoría no han sido desarrollados para ser aplicados en regiones de montaña. Por esta razón es necesario buscar e implementar modelos que no tengan estos requerimientos y que permitan establecer relaciones entre los datos de entrada y los de salida en una cuenca hidrográfica. Técnicas informáticas de inteligencia artificial permiten establecer relaciones entre los datos de entrada y los de salida en una cuenca hidrográfica. El proyecto busca evaluar diferentes modelos de Redes Neuronales Artificiales RNA con el fin de seleccionar uno e implementarlo, con esto se pretende obtener la posibilidad de manipular cada una de las conexiones del modelo de la red neuronal para buscar una convergencia rápida y la minimización del margen de error. Una vez que el modelo sea calibrado, se pretende realizar la predicción de caudales para intervalos de tiempo inferiores a 24 horas. Además se plantea desarrollar un prototipo para un sistema de transmisión de la información de las estaciones de lluvia, remotamente ubicadas
URI: http://dspace.ucuenca.edu.ec/handle/123456789/33286
https://www.researchgate.net/publication/269395520_Artificial_neural_networks_applied_to_flow_prediction_scenarios_in_Tomebamba_River_-_Paute_watershed_for_flood_and_water_quality_control_and_management_at_City_of_Cuenca_Ecuador
ISBN: 000-000-000-0
ISSN: 0000-0000
Appears in Collections:Artículos

Files in This Item:
File Description SizeFormat 
documento.pdfdocument285.9 kBAdobe PDFView/Open


This item is protected by original copyright



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Centro de Documentacion Regional "Juan Bautista Vázquez"

Biblioteca Campus Central Biblioteca Campus Salud Biblioteca Campus Yanuncay
Av. 12 de Abril y Calle Agustín Cueva, Telf: 4051000 Ext. 1311, 1312, 1313, 1314. Horario de atención: Lunes-Viernes: 07H00-21H00. Sábados: 08H00-12H00 Av. El Paraíso 3-52, detrás del Hospital Regional "Vicente Corral Moscoso", Telf: 4051000 Ext. 3144. Horario de atención: Lunes-Viernes: 07H00-19H00 Av. 12 de Octubre y Diego de Tapia, antiguo Colegio Orientalista, Telf: 4051000 Ext. 3535 2810706 Ext. 116. Horario de atención: Lunes-Viernes: 07H30-19H00