Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.provenance | CONICET | - |
| dc.creator | Alonso, Facundo José | - |
| dc.creator | Bertoni, Juan Carlos | - |
| dc.creator | García, César Luis | - |
| dc.creator | Garcia Rodriguez, Carlos Marcelo | - |
| dc.date | 2019-02-25T19:13:21Z | - |
| dc.date | 2019-02-25T19:13:21Z | - |
| dc.date | 2017-12 | - |
| dc.date | 2019-02-04T13:10:14Z | - |
| dc.date.accessioned | 2019-04-29T15:44:24Z | - |
| dc.date.available | 2019-04-29T15:44:24Z | - |
| dc.date.issued | 2019-02-25T19:13:21Z | - |
| dc.date.issued | 2019-02-25T19:13:21Z | - |
| dc.date.issued | 2017-12 | - |
| dc.date.issued | 2019-02-04T13:10:14Z | - |
| dc.identifier | Alonso, Facundo José; Bertoni, Juan Carlos; García, César Luis; Garcia Rodriguez, Carlos Marcelo; Algoritmos genéticos como herramienta de decisión frente a diversos escenarios de pronóstico hidrológico; Universidad Nacional Santiago Antunez de Mayolo; APORTE SANTIAGUINO; 8; 1; 12-2017; 45-56 | - |
| dc.identifier | 2070-836X | - |
| dc.identifier | http://hdl.handle.net/11336/70804 | - |
| dc.identifier | 2616-9541 | - |
| dc.identifier | CONICET Digital | - |
| dc.identifier | CONICET | - |
| dc.identifier.uri | http://rodna.bn.gov.ar:8080/jspui/handle/bnmm/300777 | - |
| dc.description | Los modelos de pronóstico hidrológico son herramientas matemáticas que se emplean mientras se está produciendo una tormenta con el fin de predecir el caudal que se producirá en una sección de un río con un cierto tiempo de anticipación (horizonte de pronóstico). Como información de entrada suelen utilizar la lluvia y el caudal de la sección de interés, registrados en tiempo real. Sin embargo, durante un evento de gran magnitud, algunos sistemas de pronóstico experimentan una degradación en la calidad de los caudales observados en tiempo real, y en algunos se produce pérdida de dicha información. Esta circunstancia lo vuelve un simple modelo de simulación. El juego de valores de parámetros que mejor ajusta al modelo en modo pronóstico,no es necesariamente el óptimo para el mismo modelo en modo simulación, es decir, sin información de caudal observado en tiempo real. En este trabajo se emplea el método de algoritmos genéticos MOCOM-UA para realizar una optimización multiobjetivo del modelo hidrológico GR4P. El objetivo es ofrecer al operador del sistema de alerta de crecidas una herramienta que facilite la toma de decisión ante escenarios diversos. El método se basa en un frente de Pareto determinado por un conjunto de soluciones de compromiso entre dos escenarios a optimizar, que están dados por la mejor performance del modelo matemático frente a: 1) con la disponibilidad de caudales a tiempo real, y 2) sin dicha disponibilidad. La metodología se aplicó en del río Moros en la Bretaña francesa. Los resultados indican que la solución óptima para un escenario produce escasa performance en el otro, ya que se aparta del juego de valores de parámetros para el cual fue calibrado el modelo. Por otro lado, las soluciones de compromiso ofrecen performances aceptables para ambos objetivos. Este estudio es parte del proyecto HYRADIER, una cooperación científica entre Argentina, Brasil y Francia, financiado por el programa STIC-AmSud. | - |
| dc.description | Fil: Alonso, Facundo José. Universidad Nacional de Córdoba. Facultad de Cs.exactas Físicas y Naturales. Departamento de Hidraulica; Argentina | - |
| dc.description | Fil: Bertoni, Juan Carlos. Universidad Nacional de Córdoba. Facultad de Cs.exactas Físicas y Naturales. Departamento de Hidraulica; Argentina | - |
| dc.description | Fil: García, César Luis. Universidad Nacional de Córdoba. Facultad de Cs.exactas Físicas y Naturales. Departamento de Hidraulica; Argentina | - |
| dc.description | Fil: Garcia Rodriguez, Carlos Marcelo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto de Estudios Avanzados En Ingeniería y Tecnología. Universidad Nacional de Córdoba. Facultad de Ciencias exactas Físicas y Naturales. Instituto de Estudios Avanzados En Ingeniería y Tecnología; Argentina | - |
| dc.format | application/pdf | - |
| dc.format | application/pdf | - |
| dc.language | spa | - |
| dc.publisher | Universidad Nacional Santiago Antunez de Mayolo | - |
| dc.relation | info:eu-repo/semantics/altIdentifier/url/http://revistas.unasam.edu.pe/index.php/AS_V10N2/article/view/242 | - |
| dc.relation | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.32911/as.2015.v8.n1.242 | - |
| dc.rights | info:eu-repo/semantics/openAccess | - |
| dc.rights | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | - |
| dc.source | reponame:CONICET Digital (CONICET) | - |
| dc.source | instname:Consejo Nacional de Investigaciones Científicas y Técnicas | - |
| dc.source | instacron:CONICET | - |
| dc.source.uri | http://hdl.handle.net/11336/70804 | - |
| dc.subject | Algoritmos genéticos | - |
| dc.subject | Horizontes de pronóstico | - |
| dc.subject | Modelos hidrológicos | - |
| dc.title | Algoritmos genéticos como herramienta de decisión frente a diversos escenarios de pronóstico hidrológico | - |
| dc.type | info:eu-repo/semantics/article | - |
| dc.type | info:eu-repo/semantics/publishedVersion | - |
| dc.type | info:ar-repo/semantics/articulo | - |
| Aparece en las colecciones: | CONICET | |
Ficheros en este ítem:
No hay ficheros asociados a este ítem.