On the Use of Evolutionary Intelligent Systems to Calibrate Input Parameters in Forest Fire Spread Prediction

Resum

Els incendis forestals són una amenaça important tant pels homes com per a la natura des d'un punt de vista ecològic, social i econòmic. La predicció del comportament dels incendis forestals utilitzant simulació encara genera resultats poc fiables i, per tant, segueix essent un desafiament important. Aproximacions recents a aquest problema, intenten calibrar les variables d'entrada dels simuladors, les quals sovint presenten un grau important d'incertesa, utilitzant tècniques d'optimització com poden ser els Algoritmes Genètics (AG). Per tal de que la convergència dels AG a una solució bona sigui ràpida, l'AG es guia mitjançant el coneixement obtingut d'històrics d'incendis o focs sintètics. Per aquest treball s'ha desenvolupat un mètode eficient i robust d'emmagatzemament i recuperació del coneixement. El mètode anomenat Nearest Neighbour Search s'aplica per trobar la configuracióo guardada en la base de coneixements que més s'assembli a la configuracióo real de l'incendi. Per a tal efecte, s'ha desenvolupat una mètrica de distància la qual ha estat implementada de diferents formes alternatives. L'experimentació realitzada mostra resultats encoratjadors en el rendiment de les diferents implementacions tenint en compte l'emmagatzemament ocupat i el temps de recuperació de la informació.

Data del Ajut	20 de gen. 2012
Idioma original	Anglès
Supervisor	Ana Cortes Fite (Director/a)