Predicción de caudales medios diarios en la cuenca del Amazonas aplicando redes neuronales artificiales y el modelo neurodifuso ANFIS

Abstract

El presente artículo muestra los resultados obtenidos al aplicar redes neuronales y el modelo neurodifuso ANFIS para la predicción de caudales medios diarios en una sección de la cuenca del Amazonas. Se aplicaron los pasos que componen la metodología KDD - Knowledge Discovery in Databases sobre la información hidrológica recolectada de las estaciones del servicio de observación SO HYBAM y sobre la información climatológica recolectada del Instituto de Investigación Internacional de Clima y Sociedad. La simulación se llevó a cabo en el software Matlab® donde se evaluó el comportamiento de ambos modelos, el estudio mostró que al utilizar técnicas de Inteligencia Artificial se consiguió coeficientes de correlación - CC superiores al 97%, un error medio porcentual absoluto - MAPE por debajo del 10% y otras 4 métricas que fueron utilizadas en esta investigación. Los resultados muestran que estos modelos pueden etiquetarse como buenos modelos para la predicción, gracias a su capacidad predictiva en comparación con métodos tradicionales del tipo lineal.