Abstract

Se presenta un modelo híbrido que combina una solución convencional de balance de volumen con cuatro redes neuronales artificiales de tipo Perceptrón Multicapa para simular la fase de avance del riego por superficie. Las redes neuronales se encargaron de simular los procesos difíciles de asumir por los medios de balance de volumen sin renunciar a la facilidad y agilidad de los cálculos que brindan estas soluciones simplificadas. Así, dos redes se entrenaron para calcular la evolución temporal del volumen de agua almacenado sobre la superficie del suelo y, asimismo, el área del flujo superficial al inicio del campo; mientras que otras dos redes se diseñaron para asimilar el efecto transitorio que genera las fluctuaciones temporales del caudal de riego sobre la fase de avance del riego por superficie. El modelo híbrido fue capaz de predecir la distancia de avance y el calado del flujo superficial con una precisión similar a la alcanzada con un modelo numérico de inercia nula tanto en condiciones de régimen permanente como transitorio. La solución del modelo híbrido es explícita, no necesita discretizar los dominios temporal y espacial para resolver las ecuaciones que gobiernan el sistema y logra una rápida convergencia de los cálculos.

This content is only available as a PDF.