Predicción de caudales medios diarios en la cuenca del Amazonas aplicando redes neuronales artificiales y el modelo neurodifuso ANFIS

Resumen. El presente artículo muestra los resultados obtenidos al aplicar redes neuronales y el modelo neurodifuso ANFIS para la predicción de caudales medios diarios en una sección de la cuenca del Amazonas. Se aplicaron los pasos que componen la metodología KDD Knowledge Discovery in Databases sobre la información hidrológica recolectada de las estaciones del servicio de observación SO HYBAM y sobre la información climatológica recolectada del Instituto de Investigación Internacional de Clima y Sociedad. La simulación se llevó a cabo en el software Matlab® donde se evaluó el comportamiento de ambos modelos, el estudio mostró que al utilizar técnicas de Inteligencia Artificial se consiguió coeficientes de correlación CC superiores al 97%, un error medio porcentual absoluto MAPE por debajo del 10% y otras 4 métricas que fueron utilizadas en esta investigación. Los resultados muestran que estos modelos pueden etiquetarse como buenos modelos para la predicción, gracias a su capacidad predictiva en comparación con métodos tradicionales del tipo lineal.