Departamento de Ciencias Agroforestales   Programa de Doctorado   “ Sistemas de Producción Integrada en la Agricultura y l...
Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN <ul><li>Riego por Superficie </li></ul><ul><li>El ...
Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN Porcentaje de la Superficie Total Regada 80,0 - 90...
Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN Subvención  Oferta de Agua  Intereses Políticos Pú...
Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN Fase de Almacenamiento Fase de Avance Fase de Agot...
Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN Hidrodinámico Completo Inercia Nula Onda Cinemátic...
Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN Modelo de Balance de Volumen Flujo Superficial Flu...
Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN Hidrodinámico Completo Inercia Nula Onda Cinemátic...
Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN Objetivos del Trabajo Formular y evaluar un modelo...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Volumen de Agua Infiltrado en el Suelo   Flu...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Volumen de Agua Almacenado sobre el Suelo  F...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Redes Neuronales Artificiales  Son técnicas ...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Redes Neuronales Artificiales  Red Perceptró...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Redes Neuronales Artificiales  Prueba y Erro...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Redes Neuronales Artificiales  Prueba y Erro...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Redes Neuronales Artificiales  Prueba y Erro...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Redes Neuronales Artificiales  Diseño de una...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Redes Neuronales Artificiales  Análisis de S...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Volumen de Agua Almacenado sobre el Suelo  F...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Volumen de Agua Almacenado sobre el Suelo  F...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Fluctuaciones Temporales del Caudal de Riego...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Fluctuaciones Temporales del Caudal de Riego...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Fluctuaciones Temporales del Caudal de Riego...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Fluctuaciones Temporales del Caudal de Riego...
Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Evaluación del Modelo Híbrido  <ul><li>Difer...
Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Redes Neuronales para Estimar el Área y ...
Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Redes Neuronales para Estimar el Área y ...
Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Redes Neuronales para Estimar el Área y ...
Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Redes Neuronales para Asimilar las Fluct...
Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Redes Neuronales para Asimilar las Fluct...
Modelización de la Fase de Avance del Riego por Superficie <ul><li>Las predicciones del modelo son estadísticamente válida...
Modelización de la Fase de Avance del Riego por Superficie <ul><li>Las predicciones del modelo son estadísticamente válida...
Modelización de la Fase de Avance del Riego por Superficie <ul><li>Las predicciones del modelo son estadísticamente válida...
Modelización de la Fase de Avance del Riego por Superficie <ul><li>Las predicciones del modelo son estadísticamente válida...
Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condici...
Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condici...
Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condici...
Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN So >= 0,00001 So >= 0,0001 Evaluación de...
Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN So >= 0,00001 So >= 0,0001 Evaluación de...
Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condici...
Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condici...
Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condici...
Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Calado Avance Resultados de los Análisis...
Modelización de la Fase de Avance del Riego por Superficie CONCLUSIONES <ul><li>La integración de un modelo convencional d...
Modelización de la Fase de Avance del Riego por Superficie CONCLUSIONES <ul><li>El modelo Híbrido fue capaz de predecir la...
Modelización de la Fase de Avance del Riego por Superficie CONCLUSIONES http://www.siparid.110mb.com/ http://www.siparid.1...
Upcoming SlideShare
Loading in …5
×

MODELIZACIÓN DE LA FASE DE AVANCE DEL RIEGO POR SUPERFICIE. INTEGRACIÓN DE UNA SOLUCIÓN DE BALANCE DE VOLUMEN CON REDES NEURONALES ARTIFICIALES

2,551 views
2,414 views

Published on

MODELIZACIÓN DE LA FASE DE AVANCE DEL RIEGO POR SUPERFICIE. INTEGRACIÓN DE UNA SOLUCIÓN DE BALANCE DE VOLUMEN CON REDES NEURONALES ARTIFICIALES

Published in: Technology
1 Comment
0 Likes
Statistics
Notes
  • Be the first to like this

No Downloads
Views
Total views
2,551
On SlideShare
0
From Embeds
0
Number of Embeds
19
Actions
Shares
0
Downloads
92
Comments
1
Likes
0
Embeds 0
No embeds

No notes for slide

MODELIZACIÓN DE LA FASE DE AVANCE DEL RIEGO POR SUPERFICIE. INTEGRACIÓN DE UNA SOLUCIÓN DE BALANCE DE VOLUMEN CON REDES NEURONALES ARTIFICIALES

  1. 1. Departamento de Ciencias Agroforestales Programa de Doctorado “ Sistemas de Producción Integrada en la Agricultura y la Ganadería” MODELIZACIÓN DE LA FASE DE AVANCE DEL RIEGO POR SUPERFICIE. INTEGRACIÓN DE UNA SOLUCIÓN DE BALANCE DE VOLUMEN CON REDES NEURONALES ARTIFICIALES José Antonio Rodríguez Álvarez Sevilla, Septiembre de 2007 Línea de Investigación “ Manejo del Agua”
  2. 2. Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN <ul><li>Riego por Superficie </li></ul><ul><li>El agua se aplica a la superficie del suelo. </li></ul><ul><li>El agua se distribuye en el campo por gravedad. </li></ul><ul><li>Fue el primer sistema en ser aplicado pero el último en ser analizado de forma completa. </li></ul>
  3. 3. Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN Porcentaje de la Superficie Total Regada 80,0 - 90,0 !!! 35,0 43,5 60,2 Riego por Superficie Región
  4. 4. Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN Subvención Oferta de Agua Intereses Políticos Pública a Bajo Coste y Comerciales Cambio de Incertidumbre Presiones Políticas de Mercado Ambientales Pocos Cambios en el Patrón Actual de Sistemas de Riego Grandes Transformaciones Desarrollo de Riego Presurizado Desaceleración de Transformaciones Nueva Política Orientada a la Gestión del Agua Paradigma Tradicional Nuevo Paradigma Evolución del Regadío en España
  5. 5. Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN Fase de Almacenamiento Fase de Avance Fase de Agotamiento Fase de Recesión Fases del Riego por Superficie
  6. 6. Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN Hidrodinámico Completo Inercia Nula Onda Cinemática Balance de Volumen Empíricos Baja Media Alta Modelos del Riego por Superficie Complejidad/Precisión/Flexibilidad Preferido por los Ingenieros
  7. 7. Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN Modelo de Balance de Volumen Flujo Superficial Flujo Infiltrado Q(ta) Ignorar la Variación Temporal del Caudal de Riego Asumir Régimen Uniforme Asumir Factor de Forma Superficial Constante Forzar la Trayectoria de Avance a seguir una Función Arbitraria
  8. 8. Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN Hidrodinámico Completo Inercia Nula Onda Cinemática Balance de Volumen Empíricos Complejidad/Precisión/Flexibilidad Baja Media Alta Modelos del Riego por Superficie Integración con Redes Neuronales Artificiales
  9. 9. Modelización de la Fase de Avance del Riego por Superficie INTRODUCCIÓN Objetivos del Trabajo Formular y evaluar un modelo híbrido para la simulación numérica de la fase de avance del riego por superficie mediante la integración de una solución de balance de volumen con redes neuronales artificiales <ul><li>Diseñar y evaluar dos redes neuronales artificiales para simular la evolución temporal del calado y el volumen del flujo superficial durante la fase de avance del riego por superficie. </li></ul><ul><li>Diseñar y evaluar dos redes neuronales para la asimilar el efecto de las fluctuaciones temporales del caudal de riego sobre la fase de avance del riego por superficie. </li></ul><ul><li>Integrar las redes neuronales con un modelo convencional de balance de volumen para la simulación numérica de la fase de avance del riego por superficie. </li></ul><ul><li>Evaluar la exactitud, precisión y funcionalidad del modelo híbrido formulado mediante la comparación de sus resultados con las salidas de un modelo de inercia nula del riego por superficie. </li></ul>
  10. 10. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Volumen de Agua Infiltrado en el Suelo Flujo Superficial Flujo Infiltrado Q(ta) Valiantzas (1997)
  11. 11. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Volumen de Agua Almacenado sobre el Suelo Flujo Superficial Flujo Infiltrado Q(ta) Redes Neuronales Artificiales
  12. 12. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Redes Neuronales Artificiales Son técnicas pertenecientes a los campos de la inteligencia artificial y la exploración de datos que intentan reproducir la forma en que los sistemas nerviosos biológicos procesan la información. Las RNA tienen la cualidad de aprender a realizar tareas basadas en un entrenamiento o en una experiencia inicial y son capaces de reconocer patrones con ruido o distorsionados. Red Neuronal Artificial
  13. 13. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Redes Neuronales Artificiales Red Perceptrón Multicapa Los datos entran a la red a través de esta capa Conecta la Capa de Entrada con la Capa de Salida Los resultados salen de la red a través de esta capa Entrada Oculta Salida Y . . . . . X 1 X 2 X n Neurona
  14. 14. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Redes Neuronales Artificiales Prueba y Error Diseño de una Red Neuronal Artificial <ul><li>Elegir el número de capas ocultas. </li></ul><ul><li>Elegir el número de neuronas en cada capa oculta. </li></ul><ul><li>Elegir las funciones de activación en las capas oculta y de salida. </li></ul><ul><li>Obtener los pesos y los umbrales de activación de todas las conexiones (entrenamiento de la red). </li></ul><ul><li>Elegir las variables (independientes) de entrada a la red. </li></ul>
  15. 15. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Redes Neuronales Artificiales Prueba y Error Diseño de una Red Neuronal Artificial Configuración <ul><li>Elegir el número de capas ocultas. </li></ul><ul><li>Elegir número de neuronas en cada capa oculta. </li></ul><ul><li>Elegir las funciones de activación en las capas oculta y de salida. </li></ul><ul><li>Obtener los pesos y los umbrales de activación de todas las conexiones (entrenamiento de la red). </li></ul><ul><li>Elegir las variables (independientes) de entrada a la red. </li></ul>Error Patrón de Verificación Patrón de Entrenamiento
  16. 16. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Redes Neuronales Artificiales Prueba y Error Sigmoidal Tangente Hiperbólica Lineal Diseño de una Red Neuronal Artificial <ul><li>Elegir el número de capas ocultas. </li></ul><ul><li>Elegir el número de neuronas en cada capa oculta. </li></ul><ul><li>Elegir las funciones de activación en las capas oculta y de salida. </li></ul><ul><li>Obtener los pesos y los umbrales de activación de todas las conexiones (entrenamiento de la red). </li></ul><ul><li>Elegir las variables (independientes) de entrada a la red. </li></ul>
  17. 17. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Redes Neuronales Artificiales Diseño de una Red Neuronal Artificial Ciclos <ul><li>Elegir el número de capas ocultas. </li></ul><ul><li>Elegir el número de neuronas en cada capa oculta. </li></ul><ul><li>Elegir las funciones de activación en las capas oculta y de salida. </li></ul><ul><li>Obtener los pesos y los umbrales de activación de todas las conexiones (entrenamiento). </li></ul><ul><li>Elegir las variables (independientes) de entrada a la red. </li></ul>Agente Supervisor: Levenberg Marquadt Validación Cruzada Error Patrón de Validación Patrón de Entrenamiento
  18. 18. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Redes Neuronales Artificiales Análisis de Sensibilidad: Perturbación Diseño de una Red Neuronal Artificial <ul><li>Elegir el número de capas ocultas. </li></ul><ul><li>Elegir el número de neuronas en cada capa oculta. </li></ul><ul><li>Elegir las funciones de activación en las capas oculta y de salida. </li></ul><ul><li>Obtener los pesos y los umbrales de activación de todas las conexiones (entrenamiento de la red). </li></ul><ul><li>Elegir las variables (independientes) de entrada a la red. </li></ul>
  19. 19. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Volumen de Agua Almacenado sobre el Suelo Flujo Superficial Flujo Infiltrado Q(ta) Patrón de Entrenamiento: 3320 Casos Patrón de Verificación: 980 Casos
  20. 20. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Volumen de Agua Almacenado sobre el Suelo Flujo Superficial Flujo Infiltrado Q(ta) Red Neuronal Artificial
  21. 21. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Fluctuaciones Temporales del Caudal de Riego Flujo Superficial Flujo Infiltrado Q(ta) ta Q(ta) Caudal Tiempo
  22. 22. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Fluctuaciones Temporales del Caudal de Riego Flujo Superficial Flujo Infiltrado Q(ta)
  23. 23. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Fluctuaciones Temporales del Caudal de Riego Flujo Superficial Flujo Infiltrado Q(ta) Patrón de Entrenamiento: 30743 Casos Patrón de Verificación: 1672 Casos
  24. 24. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Fluctuaciones Temporales del Caudal de Riego Flujo Superficial Flujo Infiltrado Q(ta) Red Neuronal Artificial
  25. 25. Modelización de la Fase de Avance del Riego por Superficie MATERIAL Y MÉTODOS Evaluación del Modelo Híbrido <ul><li>Diferencia estadística entre las medianas ( Wilcoxon-Mann-Whitney). </li></ul><ul><li>Diferencia estadística entre las varianzas ( Brown-Forsythe). </li></ul><ul><li>Diferencia estadística entre las distribuciones de frecuencia ( Kolmogoroff–Smirnov). </li></ul><ul><li>Regresiones lineales entre los valores estimados por ambos modelos. </li></ul><ul><li>Raíz del Error Cuadrático Medio y Error Relativo Medio. </li></ul><ul><li>Análisis de sensibilidad. </li></ul>Q(ta) Vs.
  26. 26. Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Redes Neuronales para Estimar el Área y el Volumen del Flujo Superficial Volumen Área
  27. 27. Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Redes Neuronales para Estimar el Área y el Volumen del Flujo Superficial Topologías de las RNA Precisión y Exactitud de las RNA
  28. 28. Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Redes Neuronales para Estimar el Área y el Volumen del Flujo Superficial Dimensional Adimensional
  29. 29. Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Redes Neuronales para Asimilar las Fluctuaciones Temporales del Caudal Comportamiento Típico de los Caudales Equivalentes
  30. 30. Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Redes Neuronales para Asimilar las Fluctuaciones Temporales del Caudal Topologías de las RNA Precisión y Exactitud de las RNA
  31. 31. Modelización de la Fase de Avance del Riego por Superficie <ul><li>Las predicciones del modelo son estadísticamente válidas? . </li></ul><ul><li>Son suficientemente precisas las predicciones del modelo? . </li></ul><ul><li>Cual es el grado de exactitud de las predicciones del modelo?. </li></ul><ul><li>Es funcional el modelo?. </li></ul>RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condiciones de Régimen Permanente Comparación entre las medianas, las varianzas y las distribuciones de frecuencias Q(ta) Vs.
  32. 32. Modelización de la Fase de Avance del Riego por Superficie <ul><li>Las predicciones del modelo son estadísticamente válidas? . </li></ul><ul><li>Son suficientemente precisas las predicciones del modelo? . </li></ul><ul><li>Cual es el grado de exactitud de las predicciones del modelo?. </li></ul><ul><li>Es funcional el modelo?. </li></ul>RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condiciones de Régimen Permanente Regresiones Lineales (Coeficiente de Determinación) Q(ta) Vs.
  33. 33. Modelización de la Fase de Avance del Riego por Superficie <ul><li>Las predicciones del modelo son estadísticamente válidas? . </li></ul><ul><li>Son suficientemente precisas las predicciones del modelo? . </li></ul><ul><li>Cual es el grado de exactitud de las predicciones del modelo?. </li></ul><ul><li>Es funcional el modelo?. </li></ul>RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condiciones de Régimen Permanente Regresiones Lineales (Intercepto, Pendiente) RECM, ERM Análisis de los residuos Q(ta) Vs.
  34. 34. Modelización de la Fase de Avance del Riego por Superficie <ul><li>Las predicciones del modelo son estadísticamente válidas? . </li></ul><ul><li>Son suficientemente precisas las predicciones del modelo? . </li></ul><ul><li>Cual es el grado de exactitud de las predicciones del modelo?. </li></ul><ul><li>Es funcional el modelo?. </li></ul>RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condiciones de Régimen Permanente Complejidad y flexibilidad del modelo, tiempo y estabilidad en la convergencia de los cálculos. Q(ta) Vs.
  35. 35. Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condiciones de Régimen Permanente ≠ ≠
  36. 36. Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condiciones de Régimen Permanente Prueba de Kolmogoroff–Smirnov
  37. 37. Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condiciones de Régimen Permanente Solución Explícita Número Medio de Iteraciones= 4,24 7800 Casos Evaluados
  38. 38. Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN So >= 0,00001 So >= 0,0001 Evaluación del Modelo de Walker y Skogerboe Flujo Superficial Flujo Infiltrado Q(ta) Fórmula de Manning ry = 0,77 rz = f(a,r)
  39. 39. Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN So >= 0,00001 So >= 0,0001 Evaluación del Modelo de Walker y Skogerboe
  40. 40. Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condiciones de Régimen Transitorio ≠ ≠
  41. 41. Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condiciones de Régimen Transitorio Prueba de Kolmogoroff–Smirnov
  42. 42. Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Evaluación del Modelo Híbrido en Condiciones de Régimen Transitorio Solución Explícita Número Medio de Iteraciones= 3,87 27000 Casos Evaluados
  43. 43. Modelización de la Fase de Avance del Riego por Superficie RESULTADOS Y DISCUSIÓN Calado Avance Resultados de los Análisis de Sensibilidad
  44. 44. Modelización de la Fase de Avance del Riego por Superficie CONCLUSIONES <ul><li>La integración de un modelo convencional de balance de volumen con redes neuronales artificiales conformaron el modelo Híbrido propuesto en este trabajo. </li></ul><ul><li>  </li></ul><ul><li>Las redes neuronales artificiales diseñadas fueron capaces de simular la evolución temporal del calado y el volumen del flujo superficial con un elevado nivel de precisión y exactitud. </li></ul><ul><li>  </li></ul><ul><li>Las redes neuronales artificiales permitieron asimilar correctamente el impacto de las variaciones graduales y repentinas del caudal de riego sobre el comportamiento de la fase de avance del riego por superficie. </li></ul><ul><li>La simple transformación de las principales variables en notación adimensional permitió que las redes neuronales diseñadas adquirieran excelentes capacidades de generalización. </li></ul>
  45. 45. Modelización de la Fase de Avance del Riego por Superficie CONCLUSIONES <ul><li>El modelo Híbrido fue capaz de predecir la distancia de avance y el calado del flujo superficial con una precisión similar a la alcanzada con un modelo numérico de inercia nula. </li></ul><ul><li>La solución del modelo Híbrido es explícita, no necesita discretizar los dominios temporal y espacial para resolver las ecuaciones que gobiernan el sistema y logra una rápida convergencia de los cálculos. </li></ul><ul><li>  </li></ul><ul><li>Las simplificaciones introducidas para formular el modelo Híbrido no afectaron su nivel de sensibilidad frente a los principales parámetros que dominan los sistemas de riego por superficie. </li></ul>
  46. 46. Modelización de la Fase de Avance del Riego por Superficie CONCLUSIONES http://www.siparid.110mb.com/ http://www.siparid.110mb.com/

×