Búsqueda avanzada


Área de conocimiento




48 resultados, página 2 de 5

Modelación de la variación del consumo de agua potable con métodos estocásticos

Velitchko Tzatchkov VICTOR HUGO ALCOCER YAMANAKA (2016, [Artículo])

El presente artículo describe una metodología para obtener la variación diaria estocástica de la demanda instantánea de agua potable, aplicable a una sola casa o cualquier número de casas con base en los parámetros estadísticos del consumo de agua en casas individuales, nivel de fugas dado y la variación del gasto, medida en la tubería de abastecimiento, considerando casos de suministro continuo e intermitente. La metodología propuesta ofrece una base racional para determinar la variación de la demanda a cualquier nivel de agregación. Los resultados se compararon con mediciones de campo en una ciudad mexicana donde el suministro de agua potable es continuo. La variación de los gastos en las tuberías con suministro intermitente o con servicio continuo, pero con cisternas y tinacos en los domicilios, es muy diferente de aquella en tuberías con suministro continuo sin cisternas y tinacos. El coeficiente de demanda máxima horaria es más alto en suministro intermitente que en suministro continuo, pero más bajo en redes que tienen servicio continuo y cisternas o tinacos en los domicilios.

Abastecimiento de agua Demanda de agua Coeficiente de variación INGENIERÍA Y TECNOLOGÍA

Predicción de la evapotranspiración de referencia mediante redes neuronales artificiales

JUAN MANUEL GONZALEZ CAMACHO ROCIO CERVANTES-OSORNIO WALDO OJEDA BUSTAMANTE IRINEO LORENZO LOPEZ CRUZ (2008, [Artículo])

La evapotranspiración de referencia (ETo) es una variable climática esencial para el cálculo de los requerimientos hídricos de los cultivos. Su previsión a corto plazo es importante para programar la distribución de volúmenes de agua en las zonas de riego. En este trabajo se presenta la aplicación de un modelo de Red Neuronal Artificial (RNA) tipo feedforward backpropagation para predecir la ETo a partir de datos diarios de temperatura del aire, radiación solar, humedad relativa y velocidad del viento. La arquitectura adoptada del modelo de RNA contiene cuatro neuronas en la capa intermedia, una neurona en la capa de salida y funciones de activación tangente hiperbólica en ambas capas. Este modelo fue aplicado a un conjunto de datos climáticos con cinco años de observaciones de la red agroclimática “Valle del Fuerte” del distrito de riego 075, localizada en el norte de Sinaloa, México. El algoritmo de entrenamiento supervisado de Levenberg-Marquardt permitió obtener un buen desempeño de la red en términos del error cuadrático medio y del coeficiente de determinación R2 para estimar la ETo en los diferentes escenarios considerados. Las predicciones de las RNA fueron comparadas con las predicciones de modelos de regresión lineal múltiple y lineal por partes; los resultados muestran que ambos modelos presentan niveles de ajuste muy similares a los datos experimentales.

Evapotranspiración Requerimientos de riego Variables climáticas Distritos de riego Regresión no lineal Redes neuronales artificiales CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA