Método híbrido de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
Los incendios forestales causan anualmente grandes p erdidas y da~nos alrededor del mundo. El pron ostico del comportamiento de un incendio puede ser una herramienta fundamental para tomar decisiones en situaciones de emergencia. Sin embargo, este proceso suele estar afectado por la existencia de in...
Guardado en:
| Autores principales: | , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2016
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/55780 |
| Aporte de: |
| Sumario: | Los incendios forestales causan anualmente grandes p erdidas y da~nos alrededor del mundo. El pron ostico del comportamiento de un incendio puede ser una herramienta fundamental para tomar decisiones en situaciones de emergencia. Sin embargo, este proceso suele estar afectado por la existencia de incertidumbre en las variables que alimentan al modelo. Por este motivo, desde diferentes areas, se trabaja en el desarrollo y perfeccionamiento de m etodos que permiten reducir los efectos de la incertidumbre y obtener predicciones m as precisas. En este trabajo se presenta un m etodo h brido de reducci on de incertidumbre que combina las virtudes de dos metaheur sticas poblacionales evolutivas: Algoritmos Evolutivos y Evoluci on Diferencial. Dicho m etodo se denomina Sistema Estad stico Evolutivo H brido con Modelo de Islas (HESS-IM). |
|---|