Predicción de caudales medios mensuales del Río Huancané utilizando Modelos de Redes Neuronales

• Autores: Sánchez D., Miguel, Laqui V., Wilber
• Formato: artículo
• Fecha de Publicación: 2009
• Institución: Universidad Nacional Agraria La Molina
• Repositorio: Revistas - Universidad Nacional Agraria La Molina
• Lenguaje: español
• OAI Identifier: oai:revistas.lamolina.edu.pe:article/513
• Enlace del recurso: https://revistas.lamolina.edu.pe/index.php/acu/article/view/513
• Nivel de acceso: acceso abierto

Esta investigación centró sus esfuerzos en la predicción de caudales medios mensuales del río Huancané, desarrollo de modelos de redes neuronales a partir de datos de caudales, precipitación y evaporación, así como la evaluación de la capacidad de desempeño frente a modelos estocásticos. De esta manera, se desarrollaron 10 modelos de redes neuronales artificiales con distintas arquitecturas, cuyo entrenamiento se realizó con un primer grupo de datos correspondientes al periodo 1964 – 1996, y su validación con un segundo grupo de datos del periodo 1997 – 2002. Los modelos de redes neuronales artificiales mostraron comparativamente mejor desempeño en materia de predicción frente a un modelo autorregresivo periódico de primer orden PAR (1).