Predicción de Caudales Basados en Redes Neuronales Artificiales ( RNA ) para Períodos de Tiempo Sub Diarios

La aplicación de modelos matemáticos en el manejo de cuencas hidrográficas tiene requerimientos exigentes de información y en su mayoría no han sido desarrollados para ser aplicados en regiones de montaña. Por esta razón es necesario buscar e implementar modelos que no tengan estos requerimientos y que permitan establecer relaciones entre los datos de entrada y los de salida en una cuenca hidrográfica. Técnicas informáticas de inteligencia artificial permiten establecer relaciones entre los datos de entrada y los de salida en una cuenca hidrográfica. En este paper se evalúa diferentes modelos de Redes Neuronales Artificiales (RNA) con el fin de seleccionar uno e implementarlo, con esto se pretende obtener la posibilidad de manipular cada una de las conexiones del modelo de la red neuronal para buscar una convergencia rápida y la minimización del margen de error. Una vez que el modelo sea calibrado, se pretende realizar la predicción de caudales para intervalos de tiempo inferiores a 24 horas. Además se plantea desarrollar un prototipo para un sistema de transmisión de la información de las estaciones de lluvia, remotamente ubicadas.