| Title: | Aplicación de métodos heurísticos para optimizar la distribución de agua: un estudio de caso para la cuenca del río Machángara, Ecuador |
| Authors: | Guerrero Guamán, Berenice Magdalenda |
| metadata.dc.contributor.advisor: | Veintimilla Reyes, Jaime Eduardo |
| metadata.dc.subject.other: | Hidrología |
| Keywords: | Ingeniería de Sistemas
Abastecimiento del agua
Tecnología hidráulica
Río Machangará
Cantón Cuenca |
| metadata.dc.ucuenca.areaconocimientounescoamplio: | 33 Ciencias Tecnológicas |
| metadata.dc.ucuenca.areaconocimientounescodetallado: | 3308.06 Regeneración del Agua |
| metadata.dc.ucuenca.areaconocimientounescoespecifico: | 3308 Ingeniería y Tecnología del Medio Ambiente |
| Issue Date: | 1-Feb-2023 |
| metadata.dc.format.extent: | 98 páginas |
| Publisher: | Universidad de Cuenca |
| metadata.dc.description.city: | Cuenca |
| Series/Report no.: | TS;301 |
| metadata.dc.type: | bachelorThesis |
| Abstract: | Water can be represented by a nexus called WEF-Nexus that includes water supply,
wastewater treatment and hydroelectric power generation in a reservoir water system (Liu
et al., 2018). The WEF-Nexus factor considers: avoiding floods, meeting water demands
and maintaining the water level in reservoirs and river segments. The optimization of water
distribution considering this factor can be approached with linear, non-linear, dynamicdiscrete and heuristic programming. In (Veintimilla-Reyes et al., 2019), the author applied
linear programming to optimize the distribution of water in the Machángara river basin, and
this study seeks optimization in that same context, but applying heuristic methods. The
implemented heuristic model is PSO (particle swarm optimization), which was selected after
a systematic literature review. Three phases are considered: calibration, validation and
application. The first phase calibrates variables necessary for the model to reproduce reality
with data from 1998-2001. It is validated by comparing the output of the parameterized
model with the expected values in the 2002-2003 period. Finally, the model is applied to
optimally distribute water in the 2004-2005 period. The data used were provided by the
Program for Water and Soil Management of the University of Cuenca (Promas, 2022). From
the results it stands out that PSO and the Pymoo package (used for the implementation)
present difficulties in finding a solution that can satisfy all the constraints. PSO is also used
to determine the optimal number of reservoirs, but the model suffers from the same handicap
in satisfying constraints. For future work, the implementation of hybrid algorithms is
proposed, and reduce the number of restrictions and variables |
| Description: | El agua se puede representar por un nexo llamado WEF-Nexus que incluye suministro de
agua, tratamiento de aguas residuales y generación de energía hidroeléctrica en un sistema
de agua con reservorios (Liu et al., 2018). El factor WEF-Nexus considera: evitar
inundaciones, cumplir con demandas de agua y mantener el nivel de agua en reservorios y
segmentos de río. La optimización de la distribución de agua considerando este factor
puede ser abordada con programación lineal, no lineal, dinámica-discreta y heurística. En
(Veintimilla-Reyes et al., 2019), el autor aplicó programación lineal para la optimización de
la distribución del agua en la cuenca del río Machángara, y este estudio busca la
optimización en ese mismo contexto, pero aplicando métodos heurísticos. El modelo
heurístico implementado es PSO (particle swarm optimization), que fue seleccionado luego
de una revisión sistemática de literatura. Se consideran tres fases: calibración, validación y
aplicación. La primera fase calibra variables necesarias para que el modelo reproduzca la
realidad con datos de 1998-2001. Se valida comparando la salida del modelo parametrizado
con los valores esperados en el período 2002-2003. Finalmente, se aplica el modelo para
distribuir el agua óptimamente en el período 2004-2005. Los datos usados fueron facilitados
por el Programa para el Manejo del Agua y del Suelo de la Universidad de Cuenca (Promas,
2022). De los resultados destaca que PSO y el paquete Pymoo (usado para la
implementación) presentan dificultad para encontrar una solución que pueda satisfacer
todas las restricciones. También se usa PSO para determinar el número óptimo de
reservorios, pero el modelo sufre del mismo impedimento en satisfacer restricciones. Para
trabajos futuros se plantea la implementación de algoritmos híbridos, y reducir el número
de restricciones y variables |
| metadata.dc.description.degree: | Ingeniero de Sistemas |
| URI: | http://dspace.ucuenca.edu.ec/handle/123456789/40970 |
| Appears in Collections: | Tesis de Pregrado
|
