Transito de avenidas en el cauce natural del Rió Ichu mediante redes neuronales artificiales

• Autor: Requena Machuca, David
• Formato: tesis de grado
• Fecha de Publicación: 2018
• Institución: Universidad Nacional de Huancavelica
• Repositorio: UNH-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unh.edu.pe:20.500.14597/1674
• Enlace del recurso: http://repositorio.unh.edu.pe/handle/UNH/1674
• Nivel de acceso: acceso abierto
• Materia: Proceso lluvia escorrentia; Transito de avenidas y redes neuronales artificiales; Infraestructura Hidraulica

El trabajo de investigacio´n realiza el estudio de tr´ansito de avenidas en el cauce natural del R´ıo Ichu mediante la t´ecnica de las redes neuronales artificiales (RNA), los m´etodos hidrol´ogico e hidra´ulico tradicionales empleados para el c´alculo del fen´omeno requieren de diversos para´metros del cauce del r´ıo, a diferencia de estos m´etodos las RNA no requieren de mucha informaci´on, tan solo requieren de registros histo´ricos anteriores para poder determinar con una exactitud el tr´ansito de avenidas en el r´ıo. El a´rea de estudio se encuentra ubicado en la cuenca experimental del R´ıo Ichu, aguas arriba de la cuidad de Huancavelica en un a´rea de 607 km2 aproximadamente, se desarrollo´ primeramente un modelo calibrado y validado del proceso de lluvia-escorrent´ıa, con los datos registrados por las 6 estaciones meteorolo´gicas (precipitacio´n) y una estacio´n hidrolo´gica (escorrent´ıa) distribuidas en la cuenca; el tr´ansito de hidrograma se realiz´o con el m´etodo de Muskingun-Cunge, para generar los registros histo´ricos para los 5 tramos del cauce del R´ıo Ichu el cual se dividio´, obteniendo 39 avenidas histo´ricas en los an˜os 2016 y 2017. El modelo HEC-1 se emple´o para modelar el proceso de lluvia-escorrent´ıa, el cual se obtuvo valores de coeficientes de eficiencia Nash-Sutcliffe (E) iguales a 0.851 y 0.828 para la etapa de calibrado y validaci´on respectivamente; en segundo lugar se construyo´ RNAs con diversas arquitecturas para entrenar y encontrar la arquitectura que mejor se ajuste a dicho feno´meno; encontrando a la RNA con la arquitectura 1-5-1 que presenta un mejor ajuste. La red obtuvo los valores de E=0.881 en la etapa de entrenamiento y 0.859 en la validaci´on. La aplicacio´n del m´etodo de las redes neuronales que se ha aplicado para el tr´ansito de avenidas con un tiempo de avance de 30 minutos ha resultado totalmente satisfactoria respecto a la calidad de los resultados.