dc.contributor
Universidad de Cantabria. Departamento de Matemática Aplicada y Ciencias de la Computación
dc.contributor.author
La Red Martínez, María del Carmen Montserrat
dc.date.accessioned
2013-08-02T07:58:36Z
dc.date.available
2013-08-02T07:58:36Z
dc.date.issued
2013-07-29
dc.identifier.uri
http://hdl.handle.net/10803/120163
dc.description.abstract
El objetivo es la implementación de sistemas inteligentes para ajustar modelos
hidrológicos, comparando las series temporales con redes neuronales, que
permitan el aprendizaje y ajuste de parámetros para la obtención de modelos
que realicen predicciones óptimas de alturas del río Paraná, en períodos de
inundaciones.
El interés radica en su aplicación en la provincia de Corrientes, Argentina,
afectada por inundaciones que ocasionan pérdidas en la economía regional.
Se realiza un análisis previo con series temporales que permite establecer las
variables y factores que determinan las alturas hidrométricas, en períodos de
inundación en la localidad de Corrientes.
Posteriormente se presenta un pronóstico a corto plazo en períodos de
crecidas, que predice las alturas hidrométricas a tres días implementando
redes neuronales con función de penalización modificada. Se finaliza con un
pronóstico a mediano plazo, para períodos de inundación, de alturas
hidrométricas a siete días que se realiza con redes neuronales con diferentes
arquitecturas.
spa
dc.description.abstract
The aim is the implementation of intelligent systems to adjust hydrological
models comparing time series and neural networks which allow learning and
setting parameters for models that make optimal predictions of the Paraná river
heights in flood periods.
The interest lies in its implementation in the province of Corrientes, Argentina,
hit by floods causing losses in regional economy.
We performed a time-series analysis to discover the variables and factors that
influence the hydrometric height in flood periods in the town of Corrientes.
Subsequently we present a short-term prediction for flood periods, which
predicts the hydrometric heights three days in advance, using neural networks
with a modified penalty function. Then we obtain a medium-term forecast for
flood periods, seven days in advance, using neural networks with different
architectures.
eng
dc.format.mimetype
application/pdf
dc.publisher
Universidad de Cantabria
dc.rights.license
ADVERTENCIA. El acceso a los contenidos de esta tesis doctoral y su utilización debe respetar los derechos de la persona autora. Puede ser utilizada para consulta o estudio personal, así como en actividades o materiales de investigación y docencia en los términos establecidos en el art. 32 del Texto Refundido de la Ley de Propiedad Intelectual (RDL 1/1996). Para otros usos se requiere la autorización previa y expresa de la persona autora. En cualquier caso, en la utilización de sus contenidos se deberá indicar de forma clara el nombre y apellidos de la persona autora y el título de la tesis doctoral. No se autoriza su reproducción u otras formas de explotación efectuadas con fines lucrativos ni su comunicación pública desde un sitio ajeno al servicio TDR. Tampoco se autoriza la presentación de su contenido en una ventana o marco ajeno a TDR (framing). Esta reserva de derechos afecta tanto al contenido de la tesis como a sus resúmenes e índices.
dc.source
TDR (Tesis Doctorales en Red)
dc.subject
sistemas inteligentes
dc.subject
modelos hidrológicos
dc.subject
aprendizaje automático
dc.subject
redes neuronales
dc.subject
redes neuronales modificadas
dc.subject
series temporales
dc.subject
intelligent systems
dc.subject
hydrological models
dc.subject
machine learning
dc.subject
neural networks
dc.subject
modified neural networks
dc.subject.other
Inteligencia Aritificial. Matemática Aplicada
dc.title
Sistemas Inteligentes para el ajuste de Modelos Hidrológicos.Aplicación al río Paraná
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.subject.udc
626/627
spa
dc.contributor.authoremail
montselared@hotmail.com
dc.contributor.director
Crespo Fidalgo, José Luis
dc.rights.accessLevel
info:eu-repo/semantics/openAccess
dc.identifier.dl
SA.476-2013