Ignacio García Ruiz, José G. Rodriguez, Felipe López, Yenisse M. Tenorio
Se aplicó un modelo de Red Neuronal Artificial para predecir el transporte de contaminantes (cobre y cadmio) en medios saturados, homogéneos e isotrópicos para diferentes clases texturales. Los modelos fueron entrenados y evaluados a partir de la ecuación propuesta por Ogata y Banks, que considera los términos advectivo y difusivo. Se desarrollaron estructuras de retropropagación empleando una estructura de tres capas, considerando 4, 7 y 10 neuronas en la capa oculta. Para el entrenamiento y simulación se empleó el algoritmo de Levenberg-Marquardt; se aplicó la función de transferencia Log-sigmoidal en la capa oculta, y lineal en la capa de salida. La elección de los modelos se efectuó en base al coeficiente de correlación y al mínimo error de generalización. Se comprobó que la Red Neuronal Artificial es una herramienta matemática útil, de bajos requerimientos computacionales y con la suficiente eficiencia para estimar el transporte de contaminantes en medios porosos saturados, homogéneos e isotrópicos.
An Artificial Neural Network model was developed for predicting pollutants transport (cupper and cadmium) in saturated, homogeneous and isotropic media for several textural classes. The models were trained and evaluated from the equation proposed by Ogata and Banks that considers advective and diffusive terms. Backpropagation structures were developed, using a three-layer architecture considering 4, 7 and 10 neurons in the hidden layer. For training and simulation the LevenbergMarquardt algorithm was used, the Log-sigmoid transfer function was applied in the hidden layer and a linear function was applied in the output layer. The results demonstrate that the Artificial Neural Network is a useful mathematical tool; it has low computational requirements and allows estimating the transport of pollutants in saturated, homogeneous and isotropic media.
© 2001-2025 Fundación Dialnet · Todos los derechos reservados