APLICACIÓN DE LA TÉCNICA DE REDES NEURONALES ARTIFICIALES

Las precipitaciones son un parámetro muy importante en los modelos hidrológicos. Se han desarrollado muchas técnicas y modelos para predecir las precipitaciones. Este estudio presenta un método de previsión de las precipitaciones mediante el desarrollo de un modelo basado en una RNA que utiliza las principales variables meteorológicas, como la temperatura del bulbo seco, la temperatura del bulbo húmedo, la humedad relativa, la evaporación de la bandeja y la presión del vapor, como datos de entrada, mientras que la precipitación es el resultado objetivo. Como parte de los procedimientos de desarrollo del modelo de RNA, los conjuntos de datos de 11956 en el área de estudio se dividieron en dos partes: el 70% de todos los conjuntos de datos se utilizaron como datos de entrenamiento, mientras que el 30% restante se utilizó como datos de prueba y validación. El modelo propuesto ha sido capaz de predecir valores con resultados adecuados. Para evaluar los resultados y la capacidad de los modelos de pronóstico desarrollados, se utilizaron índices estadísticos apropiados, como el coeficiente de determinación (R2), el error cuadrático medio (RMSE), el error cuadrático medio (MSE), la eficiencia de Nash-Sutcliffe (EF), los criterios de información de Akaike (AIC) y los criterios de información bayesianos (BIC). Los resultados de este análisis mostraron que el modelo RNA 5-5-3-1 proporciona resultados satisfactorios según los índices estadísticos.