Método híbrido paralelo de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales

Año a año, los incendios forestales consumen aproximadamente dos millones de hectáreas de forestación alrededor del mundo, causando enormes pérdidas y daños. Con el objetivo de reducir los efectos provocados por éstos, continuamente se desarrollan estrategias y herramientas para la prevención, monit...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Méndez Garabetti, Miguel, Bianchini, Germán, Caymes Scutari, Paola, Tardivo, María
Formato: Artículo acceptedVersion
Lenguaje:Español
Publicado: 2023
Materias:
Reducción de Incertidumbre, Predicción, Incendios Forestales, Paralelismo, Metaheurísticas
Acceso en línea:http://hdl.handle.net/20.500.12272/8005
Aporte de:
RIA - Repositorio Institucional Abierto (UTN) de Universidad Tecnológica Nacional
id I68-R174-20.500.12272-8005
record_format dspace
spelling I68-R174-20.500.12272-80052023-06-08T12:51:58Z Método híbrido paralelo de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales Méndez Garabetti, Miguel Bianchini, Germán Caymes Scutari, Paola Tardivo, María Reducción de Incertidumbre, Predicción, Incendios Forestales, Paralelismo, Metaheurísticas Año a año, los incendios forestales consumen aproximadamente dos millones de hectáreas de forestación alrededor del mundo, causando enormes pérdidas y daños. Con el objetivo de reducir los efectos provocados por éstos, continuamente se desarrollan estrategias y herramientas para la prevención, monitoreo y/o predicción de incendios. Los sistemas de predicción suelen verse afectados por la incertidumbre presente en los parámetros de entrada del modelo de comportamiento de fuego. Ante esta problemática, los métodos de reducción de incertidumbre permiten contrarrestar dichos efectos mejorando la calidad de predicción por medio de diferentes técnicas y estrategias. El Sistema Estadístico Evolutivo con Modelo de Islas (ESS-IM) es un método general de reducción de incertidumbre que ha sido aplicado satisfactoriamente en la predicción del comportamiento de incendios forestales. ESS-IM utiliza Computación de Alto Rendimiento, Análisis Estadístico y Algoritmos Evolutivos Paralelos como metaheurística interna. En este trabajo se presenta una nueva arquitectura de ESS-IM donde se utilizan múltiples metaheurísticas operando en paralelo, bajo un esquema híbrido de paralelismo basado en los paradigmas "master-worker" y "modelo de islas". La nueva arquitectura es validada mediante la aplicación del método a un conjunto de quemas reales controladas, evaluando tanto calidad de predicción como rendimiento. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina Peer Reviewed 2023-06-08T12:51:58Z 2023-06-08T12:51:58Z 2016-11-08 info:eu-repo/semantics/article acceptedVersion Mecánica Computacional (Vol XXXIV) 1666-6070 http://hdl.handle.net/20.500.12272/8005 spa openAccess http://creativecommons.org/publicdomain/zero/1.0/ CC0 1.0 Universal Universidad Tecnológica Nacional. Facultad Regional Mendoza Atribución pdf Mecánica Computacional (34) 2857-2869 (2016)
institution Universidad Tecnológica Nacional
institution_str I-68
repository_str R-174
collection RIA - Repositorio Institucional Abierto (UTN)
language Español
topic Reducción de Incertidumbre, Predicción, Incendios Forestales, Paralelismo, Metaheurísticas
spellingShingle Reducción de Incertidumbre, Predicción, Incendios Forestales, Paralelismo, Metaheurísticas
Méndez Garabetti, Miguel
Bianchini, Germán
Caymes Scutari, Paola
Tardivo, María
Método híbrido paralelo de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
topic_facet Reducción de Incertidumbre, Predicción, Incendios Forestales, Paralelismo, Metaheurísticas
description Año a año, los incendios forestales consumen aproximadamente dos millones de hectáreas de forestación alrededor del mundo, causando enormes pérdidas y daños. Con el objetivo de reducir los efectos provocados por éstos, continuamente se desarrollan estrategias y herramientas para la prevención, monitoreo y/o predicción de incendios. Los sistemas de predicción suelen verse afectados por la incertidumbre presente en los parámetros de entrada del modelo de comportamiento de fuego. Ante esta problemática, los métodos de reducción de incertidumbre permiten contrarrestar dichos efectos mejorando la calidad de predicción por medio de diferentes técnicas y estrategias. El Sistema Estadístico Evolutivo con Modelo de Islas (ESS-IM) es un método general de reducción de incertidumbre que ha sido aplicado satisfactoriamente en la predicción del comportamiento de incendios forestales. ESS-IM utiliza Computación de Alto Rendimiento, Análisis Estadístico y Algoritmos Evolutivos Paralelos como metaheurística interna. En este trabajo se presenta una nueva arquitectura de ESS-IM donde se utilizan múltiples metaheurísticas operando en paralelo, bajo un esquema híbrido de paralelismo basado en los paradigmas "master-worker" y "modelo de islas". La nueva arquitectura es validada mediante la aplicación del método a un conjunto de quemas reales controladas, evaluando tanto calidad de predicción como rendimiento.
format Artículo
acceptedVersion
author Méndez Garabetti, Miguel
Bianchini, Germán
Caymes Scutari, Paola
Tardivo, María
author_facet Méndez Garabetti, Miguel
Bianchini, Germán
Caymes Scutari, Paola
Tardivo, María
author_sort Méndez Garabetti, Miguel
title Método híbrido paralelo de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
title_short Método híbrido paralelo de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
title_full Método híbrido paralelo de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
title_fullStr Método híbrido paralelo de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
title_full_unstemmed Método híbrido paralelo de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
title_sort método híbrido paralelo de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
publishDate 2023
url http://hdl.handle.net/20.500.12272/8005
work_keys_str_mv AT mendezgarabettimiguel metodohibridoparalelodereducciondeincertidumbreaplicadoalapredicciondelcomportamientodeincendiosforestales
AT bianchinigerman metodohibridoparalelodereducciondeincertidumbreaplicadoalapredicciondelcomportamientodeincendiosforestales
AT caymesscutaripaola metodohibridoparalelodereducciondeincertidumbreaplicadoalapredicciondelcomportamientodeincendiosforestales
AT tardivomaria metodohibridoparalelodereducciondeincertidumbreaplicadoalapredicciondelcomportamientodeincendiosforestales
_version_ 1768720909060800512

Ejemplares similares