AG VCoreic

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
DISTRIBUCIONES ESTAD
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
RESULTADOS - DISCUSI
ON Y CONCLUSIONES
V CONGRESO REGIONAL DE ESTUDIANTES
DE INGENIERIA CIVIL
C
ALCULO DE PAR
AMETROS ESTAD
ISTICOS EN
HIDROLOG
IA MEDIANTE LA T
ECNICA DE OPTIMIZACI
ON
ALGORITMOS GEN
ETICOS
Ing. Ayala Bizarro, Ivan Arturo
1
ayalabizarro@gmail.com
Universidad Nacional de Huancavelica - Per u
Noviembre de 2013
ING. AYALA BIZARRO, IV
AN ARTURO V COREIC HVCA-2013

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Objetivo
Objetivo
Optimizar los parametros de la Distribucion Estadstica
mediante La Tecnica del Algoritmo Genetico.
Optimizar que?
F(Z) =
1
2
_
Z
e
Z
2
2
dZ
Z =
ln(X X
0
)
y
y
Los Parametros son X
0
,
y
y
y
(Distribucion
Teorica Log Normal 3P)

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Revision del Algoritmo Genetico
Operaci on de Cruzamiento
Operaci on de Mutaci on
Historia del Algoritmo Genetico
Charles Darwin [1809-1882]
Cuanto mejor un individuo se adapta al medio
ambiente, mayor sera su chance de sobrevivir y
generar descendencia- Darwin 1859
John Henry Holland [1929]
Padre del AG. Profesor de Filosofa, de Ingeniera
Electrica y de Ciencias de la computacion en la
Universidad de Mchigan.
Despues de J. Holland, se escribieron numeros textos: Golberg
(1989), Davis (1991), Michalewicz (1993), entre otros.

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Que es un Algoritmo Genetico
Un Algoritmo Genetico (AG), es un metodo sistematizado de
b usqueda que imita la teora de la evolucion biologica de
Darwin, para la resolucion de problemas.

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Los AG usan funciones de costo o funciones objetivo NO
DERIVADAS.
Los AG usan metodos probabilsticos no determinsticos
Cada miembro de la poblacion es una posible solucion, los GA
son algoritmos de b usqueda global no local

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Los metodos basados en derivados son
mas rapidos ya que eval uan y buscan en
una sola direccion a la vez.
Los AG son paralelos y eval uan m ultiples
posibles soluciones a las vez no en una
direccion como los algoritmos basados en
derivados (b usqueda lineal)
los AG no tiene un punto singular de
b usqueda inicial.
Maximizar: f (x, y) = xye
x
2
y
2
3
2
1
0
1
2
3
2
0
2
0.25
0.2
0.15
0.1
0.05
0
0.05
0.1
0.15
0.2
0.25

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Aplicaci on Dise no de Redes
Bentley [WaterCad], desarrollo el modelo de AG en Redes de
Tubera mediante las opciones de Darwin Calibrator y
Darwin Designer.
El AG, en Redes de tubera, reduce el tiempo de ejecucion que
permite obtener un sistema de Red seguro y optimo.

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Diagrama de Flujo - Aplicaciones
Aplicaciones en la Ingeniera
Redes de Abastecimiento.
Prediccion de estructura de RNA.
Calibracion y deteccion de da nos
en estructuras.
Calculo de Sistemas de ecuaciones.
Hidrogramas Unitarios en
Hidrologa.
Sedimentos en cuencas y riberas.
Calculo de ujo subterraneo.
entre otros.

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Operacion de Cruzamiento

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Operacion de Mutacion

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Distribuciones Conocidas
Distribuci on Log Normal 3P Metodo de Momentos
F(Z) =
1
2
_
Z
e
Z
2
2
dZ ; con Z =
ln(X X
0
)
y
y
(3.1)
Donde los parametros por MM son:
X
0
= X e
y
+
2
y
2
(3.2)
y
=
1
2
_
ln
_
S
2
e
2
y
1
_
2
y
_
(3.3)
=
y
C
s
0,52
4,85
(3.4)
S =
N
i
(X
i
X)
2
N 1
C
s
=
N
2
M
3
(N 1)(N 2)S
3
M
3
=
N
i
(X
i
X)
3
N

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Distribuci on Log Normal 3P Maxima Verosimilitud
F(Z) =
1
2
_
Z
e
Z
2
2
dZ ; con Z =
ln(X X
0
)
y
y
(3.5)
Donde los parametros por MV se relaciona de la siguiente manera:
y
=
1
N
N
i =1
ln(X
i
X
0
) (3.6)
y
=
_
1
N
N
i =1
[ln(X
i
X
0
)
y
]
2
(3.7)
N
i =1
2
y

y
X
i
X
0
+
N
i =1
ln(X
i
X
0
)
X
i
X
0
= 0 (3.8)

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Distribuci on Log Normal 3P Maxima Verosimilitud
Resolviendo el sistema de ecuacion no lineal con NR
F
1
=
N
i =1
2
y

y
+ ln(X
i
X
0
)
X
i
X
0
= 0 (3.9)
F
2
=
N
i =1
[ln(X
i
X
0
)
y
]
2
N
2
y
= 0 (3.10)
F
3
=
N
i =1
ln(X
i
X
0
) N
y
= 0 (3.11)
_
_
y
i +1

y
i
y
i +1

y
i
X
0
i +1
X
0
i
_
_
=
_
_
F
1
y
F
1
y
F
1
X
0
F
2
y
F
2
y
F
2
X
0
F
3
y
F
3
y
F
3
X
0
_
_
_
_
F
1
F
2
F
3
_
_
(3.12)

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Datos para el Analisis
La Estacion de analisis es Chinchi,
ubicada en el distrito de Mejorada
Provincia y Departamento de
Huancavelica. Geogracamente se
ubica en la latitud 12
0
32
07
y
Longitud 74
0
55
26
y altitud de
2830 msnm.
La estacion Chinchi se ubica en el
cauce del Ro Ichu al pie de la
entrega al Ro Mantaro
El registro es de 50 a nos
[1963-2012] y corresponde al
Caudal Maximo Mensual m
3
/s

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Criterio de Evaluaci on
Coeciente de Determinacion (CD)
CD, determina la calidad del modelo sobre los resultados. O es el
valor Observado y P es valor calculado o predecido.
CD =
N
i =1
[(O
i
O)(P
i
P)]
_
N
i =1
(O
i
O)
2
N
i =1
(P
i
P)
2
; 1 CD 1 (4.1)
Coeciente de Eciencia (CE)
Tambien llamado como el coeciente de Nash-Sutclie (1970)
CE = 1
N
i =1
[(O
i
P
i
)
2
N
i =1
(O
i
O)
2
; < CE 1 (4.2)

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Funcion Objetivo
Minimizar
_
N
i =1
(O
i
P
i
)
2
N
i =1
(O
i
P)
2
_
(4.3)
Minimizar
_
N
i =1
(O
i
P
i
)
2
_
(4.4)
Para el presente trabajo los valores observados, vendran a ser los
empricos que se eval uan mediante la ecuacion de Weibull
O
i
= F(X) =
i
N + 1
(4.5)
Donde N es el total de muestras.

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Distribuciones Estadsticas Teoricas
Simulacion AG
Datos para el analisis
1965 1970 1975 1980 1985 1990 1995 2000 2005 2010
0
50
100
150
200
250
300
350
Tiempo
C
a
u
d
a
l
e
s

m
x
i
m
o
s

(
m
3
/
s
)
ESTACIN CHINCHI RIO ICHU HUANCAVELICA

Caudales (m3/s)
Reconstruccion de datos mediante el modelo HEC-04
(USACE)
Calculo de caudales Maximos (Construccion de la serie)

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Simulacion AG
Distribuciones Estadsticas Te oricas
Fueron determinados los
max
por la prueba de Smirnov
Kolmogorov y la prueba de Mnimos Cuadrados (MC) para las
distribuciones teoricas de Normal, Log Normal, Log Normal
2P, Log Normal 3P, Gamma 2P, Gamma 3P, Log Pearson 3P,
Gummbel y Log Gumbel.
Las distribuciones teoricas que mejor se ajustan son Log
Normal 3P (LN3P) y Log Normal 2P (LN2P).
El analisis con la tecnica de optimizacion AG, se hara a la
distribicion Log Normal 3P.
N LN2P LN3P G2P G3P LP3P GU LGU
max
0.137 0.057 0.045 0.185 0.483 0.043 0.075 0.069
MC 695 630 434 427 444 436 670 642

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Simulacion AG
Parametros de Distribuciones Estadsticas Te oricas
Distribucion Normal
= 112,3682 = 52,4607
50 100 150 200 250 300 3
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Evento
P
r
o
b
a
b
i
l
i
d
a
d

F
(
X
)
P
(
X
)
FDA TERICA FDA EMPRICA: DISTRIBUCIN LOG NORMAL 2P

FDA Terica F(X)
FDA Emprica P(X)
Distribucion Log Normal 2P
y
= 4,637, = 0,4003
50 100 150 200 250 300 350
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Evento
P
r
o
b
a
b
i
l
i
d
a
d

F
(
X
)
P
(
X
)

FDA Terica F(X)
FDA Emprica P(X)

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Simulacion AG
Distribucion Log Normal 3P
X
0
= 30,7850
y
=
4,2329 = 0,5797
50 100 150 200 250 300 350
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Evento
P
r
o
b
a
b
i
l
i
d
a
d

F
(
X
)
P
(
X
)

FDA Terica F(X)
FDA Emprica P(X)
Distribucion Gamma 2P
= 18,7169 = 6,0036
50 100 150 200 250 300
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Evento
P
r
o
b
a
b
i
l
i
d
a
d

F
(
X
)
P
(
X
)
FDA TERICA FDA EMPRICA: DISTRIBUCIN GAMMA 2P

FDA Terica F(X)
FDA Emprica P(X)

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Simulacion AG
Distribucion Gamma 3P
X
0
= 58,6377 =
51,2209 = 1,0490
50 100 150 200 250 300 350
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Evento
P
r
o
b
a
b
i
l
i
d
a
d

F
(
X
)
P
(
X
)
FDA TERICA FDA EMPRICA: DISTRIBUCIN GAMMA 3P

FDA Terica F(X)
FDA Emprica P(X)
Distribucion Log Pearson 3P
X
0
= 3,2168 = 0,1128 =
12,5880
50 100 150 200 250 300 350
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Evento
P
r
o
b
a
b
i
l
i
d
a
d

F
(
X
)
P
(
X
)
FDA TERICA FDA EMPRICA: DISTRIBUCIN LOG PEARSON III

FDA Terica F(X)
FDA Emprica P(X)

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Simulacion AG
Simulaci on AG para la Distribuci on LN3P
Simulacion AG 01
Generaciones = 100
Poblacion = 500
Rango X
0
[0 50],
y
[0 10],
y
[0 1]
Aplicando el programa HPGA (Hydrology
Parameter Genetic Algorithms - IAAB), se
obtiene los siquientes resultados.
Parametros AG MV MM
X
0
24.445 30.785 20.685
y
4.326 4.233 4.377
y
0.486 0.580 0.532
CE 0.9951 0.9932 0.9909

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Simulacion AG
Simulaci on AG para la Distribuci on LN3P
Simulacion AG 02
Generaciones = 500
Poblacion = 500
Rango X
0
[0 50],
y
[0 10],
y
[0 1]
Parametros AG MV MM
X
0
22.936 30.785 20.685
y
4.351 4.233 4.377
y
0.490 0.580 0.532
CE 0.9955 0.9932 0.9909

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Simulacion AG
50 100 150 200 250 300
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Evento
P
r
o
b
a
b
i
l
i
d
a
d

F
(
X
)
P
(
X
)
A
G
(
X
)
FDA TERICA FDA AG FDA EMPRICA: DISTRIBUCIN LOG NORMAL 3P AG

FDA AG F(X)
FDA Terica F(X)
FDA Emprica P(X)

INTRODUCCI
ON
ALGORITMOS GEN
ETICOS
ISTICAS EN HIDROLOG
IA
SIMULACI
ON Y APLICACI
ON DE AG
ON Y CONCLUSIONES
Simulacion AG
Conclusiones
Para la utilizacion de la Tecnica de los
AGs, es necesario la implementacion de
un ordenador.
Los AGs son una herramieta de b usqueda
muy eciente y robusta para la
optimizacion de parametros en ecuaciones
lineales y no lineales.
El n umero de generaciones esta basado en
la precision de la optimiacion y
eliminacion de los maximos o mnimos
locales

AG VCoreic

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

AG VCoreic

Uploaded by

Copyright:

Available Formats

INTRODUCCI

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

ING. AYALA BIZARRO, IV

AN ARTURO V COREIC HVCA-2013

ING. AYALA BIZARRO, IV

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

AN ARTURO V COREIC HVCA-2013

You might also like