INVESTIGADORES
CAYMES SCUTARI Paola Guadalupe
artículos
Título:
Método Estadístico-Evolutivo para la Reducción de Incertidumbre en Procesos de Predicción
Autor/es:
BIANCHINI, GERMÁN; CAYMES SCUTARI, PAOLA
Revista:
Matemática Aplicada, Computacional e Industrial
Editorial:
ASAMACI (Asociación Argentina de Matemática Aplicada, Computacional e Industrial)
Referencias:
Lugar: Santa Fe; Año: 2013 vol. 4 p. 441 - 444
ISSN:
2314-3282
Resumen:
Existen diversos factores que dificultan y limitan el modelado y la
implementación de fenómenos ambientales, y que impactan en la calidad de la
predicción arrojada por la evaluación del modelo en función de los parámetros de
entrada. Por su parte, existen diferentes métodos para la reducción de
incertidumbre, los cuales permiten reducir los efectos negativos provocados por
los aspectos no representables o cuantificables ya sea matemática o
computacionalmente. En este trabajo se describe un método de reducción de
incertidumbre basado en la estadística, la computación evolutiva y el
paralelismo, denominado Evolutionary-Statistical System o ESS. El método es
iterativo y dirigido por datos con solución múltiple solapada. Su potencia se
basa en aumentar la predicción realizada por el modelo implementado en el
simulador con la orientación de la búsqueda y la calibración de los
resultados.
