Diseno del riego por surcos mediante redes neuronales artificiales.
2000
Camacho Poyato E | Anguita Arjona M.M. | Pulido Calvo I.
Испанский язык; кастильский. El riego por superficie ocupa el primer lugar a escala mundial en cuanto a superficie regada, siendo el riego por surcos uno de los mas usuales. A pesar de ser el metodo mas extendido y el mas antiguo, su desarrollo tecnico apoyado en un analisis cientifico se ha iniciado hace pocas decadas, debido entre otras razones a la complejidad del fenomeno. De este modo, se han desarrollado modelos matematicos de complejidad creciente, que hacen tediosos el diseno de un riego de esta indole. Con los modelos de redes neuronales artificiales (RNAs), que incorporan la experiencia pasada ante la toma de una futura decision, se pretende la adopcion de una solucion determinada eliminando esos complejos modelos matematicos. En este trabajo las redes neuronales artificiales se utilizan para estimar los parametros de calidad (rendimiento de aplicacion potencial, uniformidad de distribucion, coeficiente de percolacion profunda y coeficiente de escorrentia) en el diseno de un riego por surcos, teniendo como objetivo alcanzar la lamina requerida en todo el surco. Los datos aplicados en el aprendizaje de la red neuronal proceden de un modelo de balance de volumen en el que los factores de almacenamiento superficial y subsuperficial son variables con el tiempo y obtenidos mediante un modelo de onda cinematica (constituyendo, por tanto, un modelo mixto). Los resultados obtenidos suponen coeficientes de correlacion frente a los datos del modelo mixto aceptables (>0.88), validandolos posteriormente mediante la comparacion con el modelo SRFR (Strelkoff, 1999).
Показать больше [+] Меньше [-]Ключевые слова АГРОВОК
Библиографическая информация
Эту запись предоставил Wolters Kluwer