Redes neuronales artificiales. Predicción de alturas del río Paraná

Abstract

El objetivo del trabajo es la predicción de alturas del río Paraná con redes neuronales, en períodos de inundación, en ciudades ribereñas de la provincia de Corrientes, Argentina, con el fin de proteger las ciudades costeras de inundaciones del mencionado río, como la ciudad capital de Corrientes y ciudades del interior de la provincia que son afectadas por las inundaciones que ocasionan grandes pérdidas en las economías regionales. Se comenzó con un análisis con redes neuronales estándares y con el fin de reducir el error de predicción, se implementó una función de penalización no estándar, que se vuelve asimétrica según se incrementa la altura del río, que considera el hecho de que una sobreestimación es menos riesgosa que una subestimación, aun cuando ambas son indeseables. Los resultados finales con redes neuronales con funciín de penalización no estándar, presentan un error medio de predicción absoluta de 0,12 m, que es un valor bastante aceptable; la subestimación se produce en el 15 % de las predicciones, correspondiendo los mayores errores en valores absolutos a las predicciones sobreestimadas. Estos resultados hacen que la predicción de altura del río en períodos de inundación sea confiable, dando al modelo gran utilidad y aplicabilidad en períodos críticos de crecidas.