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

MIGUEL MENDEZ GARABETTI; GERMÁN BIANCHINI; PAOLA CAYMES SCUTARI; MARÍA LAURA TARDIVO

MECANICA COMPUTACIONAL

AMCA

Lugar: Santa Fe; Año: 2016 vol. XXXI p. 2857 - 2869

Año a año, los incendios forestales consumen aproximadamente dos millonesde hectáreasde forestación alrededor del mundo, causando enormes pérdidas y daños. Conel objetivo de reducir los efectos provocados por éstos, continuamente sedesarrollan estrategias y herramientas para la prevención, monitoreo y/opredicción de incendios. Los sistemas de predicción suelen verse afectadospor la incertidumbre presente en los parámetros de entrada del modelo decomportamiento de fuego. Ante esta problemática, los métodos de reducciónde incertidumbre permiten contrarrestar dichos efectos mejorando lacalidad de predicción por medio de diferentes técnicas y estrategias. ElSistema Estadístico Evolutivo con Modelo de Islas (ESS-IM) es un métodogeneral de reducción de incertidumbre que hasido aplicado satisfactoriamente en la predicción del comportamiento deincendios forestales. ESS-IM utiliza Computación de Alto Rendimiento,Análisis Estadístico y Algoritmos Evolutivos Paralelos como metaheurísticainterna. En este trabajo se presenta una nueva arquitectura de ESS-IMdonde se utilizan múltiples metaheurísticas operando en paralelo, bajo unesquema híbrido de paralelismo basado en los paradigmas "master-worker" y"modelo de islas". La nueva arquitectura es validada mediante laaplicacióndel método a un conjunto de quemas reales controladas, evaluando tantocalidad de predicción como rendimiento.