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

Tesis doctoral

Resumen

Los incendios forestales son una grave amenaza para seres humanos y para la naturalza desde el punto de vista ecológico, social y económico. Predecir su comportamiento usando simulaciones todavía da resultados poco fiables y sigue siendo una tarea desafiante. Trabajos más recientes, intentan calibrar variables de entrada, muchas veces imprecisas, aplicando técnicas de optimización como algoritmos genéticos. Para converger más rápido hacia soluciones más adecuadas, el algoritmo genético es guiado con conocimiento obtenido de fuegos históricos o sintéticos. Hemos desarrollado un método robusto y eficiente para almacenar y recuperar ese conocimiento. Aplicamos la búsqueda del vecino más cercano para encontrar la configuración del fuego más similar a la configuración actual dentro de la base de conocimiento. Para esto, hemos elaborado una función de distancia y la hemos implementado de diferentes maneras. Experimentos muestran el rendimiento de las distintas implementaciones considerando el almacenamiento ocupado y el tiempo de recuperación con resultados muy satisfactorios.
Fecha de lectura20 ene 2012
Idioma originalInglés
SupervisorAna Cortes Fite (Director/a)

Citar esto

'