Abstract
La red neuronal artificial (RNA) es un modelo computacional que emula el sistema neuronal biológico en el procesamiento de información; los modelos que se originan son adecuados con el propósito de describir pronósticos para tiempos prolongados, además de relaciones no lineales. Se utiliza esta herramienta con el fin de predecir parámetros físico-químicos y microbiológicos que influyen en la calidad de agua. La Fundación Nacional de Saneamiento de Estados Unidos propuso un índice de calidad de agua, conocido como NSF WQI. Este artículo describe el diseño, entrenamiento y uso del modelo de la red neuronal perceptrón de tres capas para el cálculo del NSF WQI del río Utcubamba y sus afluentes. Empleando el software Matlab y aplicando el algoritmo de entrenamiento de Levenberg-Marquardt, se encontró que la arquitectura óptima de la RNA es 6-12-1, además, el porcentaje para los conjuntos de entrenamiento, validación y prueba fue de 70 %, 10 % y 20 %, respectivamente. El rendimiento de la RNA se ha evaluado utilizando la raíz del error cuadrático medio (RMSE) y el coeficiente de correlación (R). Se mostraron correlaciones altas (mayores que 0.94) entre los valores medidos y predichos. Finalmente, la RNA propuesta ofrece una alternativa útil para el cálculo y la predicción del índice de calidad de agua en relación con el oxígeno disuelto (OD), la demanda bioquímica de oxígeno (DBO), nitratos, coliformes fecales, potencial de iones hidrógeno (pH) y la turbidez.
Highlights
The artificial neural network (RNA) is a computational model that emulates the biological neural system in information processing
El deterioro de las fuentes de abastecimiento de agua incide directamente en el nivel de riesgo sanitario presente y en el tipo de tratamiento requerido para su reducción, por lo que la evaluación de la calidad del agua permite tomar acciones de control y mitigación del mismo, garantizando el suministro de agua segura
Journal of Environmental Health Science and Engineering 12 (1): 40
Summary
Las aguas superficiales están sometidas a contaminación natural (arrastre de material particulado y disuelto, además de la presencia de materia orgánica natural) y de origen antrópico (descargas de aguas residuales domésticas, escorrentía agrícola, efluentes de procesos industriales, entre otros). Las razones que han motivado a realizar el presente estudio son tres: la primera, desde el punto de vista científico es relevante la validación de un modelo basado en una RNA para estimar un índice de calidad de agua frente a la realidad física que se ha obtenido en estudio previo en la cuenca del río Utcubamba. Desde el punto de vista funcional, al tener una herramienta computacional confiable en tiempo real para estimar la calidad del agua del río Utcubamba, las instituciones del Estado puede emplearla para realizar operaciones o proponer políticas ambientales que permitan mejorar la calidad del agua, y finalmente, la tercera es emplear modelos de minería de datos, por razones de facilidad de implementación, con un costo relativamente inferior al de los matemáticos como el del índice de calidad de agua NSF WQI, el mismo que necesita más parámetros
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
