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

Mostrar todas las versiones(2)

Los incendios forestales causan anualmente grandes perdidas y daños alrededor del mundo. El pronóstico 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 incer...

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:
Algoritmos evolutivos, Incendios Forestales, Heuristic methods , Evolución diferencial
Acceso en línea:http://hdl.handle.net/20.500.12272/8038
Aporte de:
RIA - Repositorio Institucional Abierto (UTN) de Universidad Tecnológica Nacional
id I68-R174-20.500.12272-8038
record_format dspace
spelling I68-R174-20.500.12272-80382023-06-12T15:43:55Z Método híbrido de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales Méndez Garabetti, Miguel Bianchini, Germán Caymes Scutari, Paola Tardivo, María Algoritmos evolutivos, Incendios Forestales, Heuristic methods , Evolución diferencial Los incendios forestales causan anualmente grandes perdidas y daños alrededor del mundo. El pronóstico 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 áreas, se trabaja en el desarrollo y perfeccionamiento de métodos que permiten reducir los efectos de la incertidumbre y obtener predicciones m as precisas. En este trabajo se presenta un método h brido de reducción de incertidumbre que combina las virtudes de dos metaheurísticas poblacionales evolutivas: Algoritmos Evolutivos y Evolución Diferencial. Dicho método se denomina Sistema Estadístico Evolutivo Híbrido con Modelo de Islas (HESS-IM). Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina Peer Reviewed 2023-06-12T15:43:55Z 2023-06-12T15:43:55Z 2016-02-01 info:eu-repo/semantics/article acceptedVersion http://hdl.handle.net/20.500.12272/8038 *********** spa PID 3939 openAccess http://creativecommons.org/publicdomain/zero/1.0/ CC0 1.0 Universal Universidad Tecnológica Nacional. Facultad Regional Mendoza Atribución pdf
institution Universidad Tecnológica Nacional
institution_str I-68
repository_str R-174
collection RIA - Repositorio Institucional Abierto (UTN)
language Español
topic Algoritmos evolutivos, Incendios Forestales, Heuristic methods , Evolución diferencial
spellingShingle Algoritmos evolutivos, Incendios Forestales, Heuristic methods , Evolución diferencial
Méndez Garabetti, Miguel
Bianchini, Germán
Caymes Scutari, Paola
Tardivo, María
Método híbrido de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
topic_facet Algoritmos evolutivos, Incendios Forestales, Heuristic methods , Evolución diferencial
description Los incendios forestales causan anualmente grandes perdidas y daños alrededor del mundo. El pronóstico 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 áreas, se trabaja en el desarrollo y perfeccionamiento de métodos que permiten reducir los efectos de la incertidumbre y obtener predicciones m as precisas. En este trabajo se presenta un método h brido de reducción de incertidumbre que combina las virtudes de dos metaheurísticas poblacionales evolutivas: Algoritmos Evolutivos y Evolución Diferencial. Dicho método se denomina Sistema Estadístico Evolutivo Híbrido con Modelo de Islas (HESS-IM).
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 de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
title_short Método híbrido de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
title_full Método híbrido de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
title_fullStr Método híbrido de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
title_full_unstemmed Método híbrido de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
title_sort método híbrido de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales
publishDate 2023
url http://hdl.handle.net/20.500.12272/8038
work_keys_str_mv AT mendezgarabettimiguel metodohibridodereducciondeincertidumbreaplicadoalapredicciondelcomportamientodeincendiosforestales
AT bianchinigerman metodohibridodereducciondeincertidumbreaplicadoalapredicciondelcomportamientodeincendiosforestales
AT caymesscutaripaola metodohibridodereducciondeincertidumbreaplicadoalapredicciondelcomportamientodeincendiosforestales
AT tardivomaria metodohibridodereducciondeincertidumbreaplicadoalapredicciondelcomportamientodeincendiosforestales
_version_ 1768720914542755840

Ejemplares similares