Redes neuronales artificiales aplicadas a la predicción y estimación de los parámetros del oleaje
Fecha
2012-10
Autores
Profesor Guía
Formato del documento
Tesis
ORCID Autor
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad de Valparaíso
ISBN
ISSN
item.page.issne
item.page.doiurl
Departamento o Escuela
Escuela de Ingenieria Civil Oceanica
Determinador
Recolector
Especie
Nota general
Resumen
La tesis implementa la aplicación de la teoría de las redes neuronales artificiales a la
ingeniería marítima/oceánica con el objetivo de complementar los estudios de
caracterización del recurso energético en Chile. Las Redes Neuronales Artificiales (RNA)
son modelos matemáticos inspirados en la estructura y funcionamiento de las redes
neuronales biológicas, utilizadas principalmente para la predicción y búsqueda de
patrones.Por ello utilizando su poder predictivo se definieron tres casos de aplicación
puntual para esta investigación, pudiendo existir otros casos de aplicación, a continuación se listan las aplicaciones desarrolladas:
- Se desarrolla una herramienta RNA capaz de transferir los parámetros del oleaje
desde la medición de una boya TRIAXYS (INH) (aguas profundas) hasta el dispositivo ADCP (INH) (aguas someras). Para esto se elabora una red que permite, en primera instancia, correlacionar datos tomados entre ambos instrumentos, esto tiene por objetivo, introducir una primera aproximación a una trasferencia del oleaje desde aguas profundas (donde se ubica la boya) a la zona de aguas somera en donde se encuentra instalado el instrumento ADCP.
- Se abordan las correlaciones de tipo paramétrica del oleaje, presentado en esta
investigación el mejoramiento en el ajuste resultados que presentan los datos
provenientes del WaveWatch III (National Oceanic and Atmospheric Administration-NOAA) por medio de parámetros de resumen obtenidos in situ (para este caso, obtenidos de Watchkeeper (Servicio hidrográficos y oceanográfico de la armada-SHOA). Para esto se implementa una red neuronal artificial que permita buscar los mejores ajustes, teniendo como datos de entrada los parámetros de ola de WaveWatch III (NOAA) y como datos ideales (deseado) los de la boya Watchkeeper facilitado por el Servicio Hidrográfico y Oceanográfico de la Armada (SHOA). La idea fundamental es tener una herramienta que permita ajustar los resultados del modelo global WaveWatch III (NOAA) a valores medidos en zonas de mucho interés.
- Por último se elabora una herramienta, que permite la confección de espectros de
oleaje sintético direccional con características bimodales (cuando se presente en
la realidad) y que mejore el ajuste en la correlación de los espectros medidos a
partir de parámetros de resumen de la ola. Además se realiza una comparación
con el método de obtención de espectros sintéticos JONSWAP (Hasselmann et
al., 1973).
Los resultados presentados tienen una directa relación entre la cantidad de información
disponible (datos en series de tiempo, espectral, etc.) y la capacidad de reproducir la
realidad o de predicción. Así para una data de 5 años de extensión temporal se obtendrán muy buenos resultados en el ajuste con los datos medido in-situ, pero no así para datas temporales más reducidas (menores a un año) en donde el ajuste a la realidad será pobre. Es por esto que los resultados expuestos en esta tesis varían en el grado de
exactitud con la que reprodujeron la realidad, pues se contaba con distintas extensiones
temporales para los distintos casos estudiados, por esto para el último caso de la
generación de espectros direccionales se obtuvieron los menores errores RMS respecto a la realidad, ya que se contaba con una extensión temporal de años, en cambio para los
casos donde se contaba con sólo meses de extensión en los datos no se obtuvieron
significativos disminuciones entre los valores medidos y los estimados por las redes
neuronales.
A pesar de esta limitación la investigación cumplió con el objetivo principal de implementar con éxito las RNA al estudio y estimación de los parámetros del oleaje.
Descripción
Lugar de Publicación
Auspiciador
Palabras clave
OLEAJE, REDES NEURONALES ARTIFICIALES