Estimación de caudales mensuales futuros del río Huancané, aplicando modelos de series de tiempo

Describe la aplicación de los modelos de series de tiempo; basados en la metodología del Modelo Autorregresivo Integrado de Media Movil (ARIMA), los Vectores Autorregresivos (VAR) y las Redes Neuronales Artificiales (RNA´s); los cuales han utilizado como variable de entrada a los caudales y precipitaciones precedentes para la estimación de caudales medios mensuales futuros en la cuenca del río Huancané.La calibración de los modelos se ha realizado en un periodo de 47 años (564 registros mensuales) desde 1964 al 2010 y la validación comprende el periodo 2011-2015; en donde se ha concluido que los patrones encontrados con los modelos RNA´s muestran mayor precisión en la predicción de caudales, en comparación con los modelos ARIMA y VAR; así lo demostraron los indicadores: el error cuadrático medio expresado como porcentaje del valor medio de los registros de caudal (%RMSE), el promedio del error porcentual absoluto (MAPE) y el coeficiente de determinación (R2).

Cutipa Ramos, Mirian PaolaCahuari Santa Cruz, Victor ; Cahuari Santa Cruz, Victor ; Cahuari Santa Cruz, Victor - - Puno : Universidad Nacional del Altiplano. Facultad de Ingeniería Civil y Arquitectura. Escuela Profesional de Ingeniería Civil - 2016
Para Optar el Título Profesional de: Ingeniero Civil