Método híbrido paralelo de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales

dc.creatorMéndez Garabetti, Miguel
dc.creatorBianchini, Germán
dc.creatorCaymes Scutari, Paola
dc.creatorTardivo, María
dc.date2023-06-08T12:51:58Z
dc.date2023-06-08T12:51:58Z
dc.date2016-11-08
dc.date.accessioned2023-08-31T14:40:13Z
dc.date.available2023-08-31T14:40:13Z
dc.identifierMecánica Computacional (Vol XXXIV)
dc.identifier1666-6070
dc.identifierhttp://hdl.handle.net/20.500.12272/8005
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8548907
dc.descriptionAño a año, los incendios forestales consumen aproximadamente dos millones de hectáreas de forestación alrededor del mundo, causando enormes pérdidas y daños. Con el objetivo de reducir los efectos provocados por éstos, continuamente se desarrollan estrategias y herramientas para la prevención, monitoreo y/o predicción de incendios. Los sistemas de predicción suelen verse afectados por la incertidumbre presente en los parámetros de entrada del modelo de comportamiento de fuego. Ante esta problemática, los métodos de reducción de incertidumbre permiten contrarrestar dichos efectos mejorando la calidad de predicción por medio de diferentes técnicas y estrategias. El Sistema Estadístico Evolutivo con Modelo de Islas (ESS-IM) es un método general de reducción de incertidumbre que ha sido aplicado satisfactoriamente en la predicción del comportamiento de incendios forestales. ESS-IM utiliza Computación de Alto Rendimiento, Análisis Estadístico y Algoritmos Evolutivos Paralelos como metaheurística interna. En este trabajo se presenta una nueva arquitectura de ESS-IM donde se utilizan múltiples metaheurísticas operando en paralelo, bajo un esquema híbrido de paralelismo basado en los paradigmas "master-worker" y "modelo de islas". La nueva arquitectura es validada mediante la aplicación del método a un conjunto de quemas reales controladas, evaluando tanto calidad de predicción como rendimiento.
dc.descriptionUniversidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina
dc.descriptionPeer Reviewed
dc.formatpdf
dc.languagespa
dc.rightsopenAccess
dc.rightshttp://creativecommons.org/publicdomain/zero/1.0/
dc.rightsCC0 1.0 Universal
dc.rightsUniversidad Tecnológica Nacional. Facultad Regional Mendoza
dc.rightsAtribución
dc.sourceMecánica Computacional (34) 2857-2869 (2016)
dc.subjectReducción de Incertidumbre, Predicción, Incendios Forestales, Paralelismo, Metaheurísticas
dc.titleMétodo híbrido paralelo de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
dc.typeinfo:eu-repo/semantics/article
dc.typeacceptedVersion


Este ítem pertenece a la siguiente institución