Bistua: Revista de la Facultad de Ciencias Básicas de la Universidad de Pamplona

Autores: Nelson Fernández , Luís Carvajal, Eliécer Colina

Resumen

Actualmente, las metodologías y las diferentes técnicas matemáticas utilizadas en el diseño de indicadores de calidad o de contaminación del agua dificultan la generación de índices unificados, en consideración a la cantidad y complejidad de las variables, rangos, criterios y estándares a tener en cuenta; por lo que herramientas más eficientes y apropiadas de modelado son requeridas. En este contexto, este documento presenta el desarrollo de un sistema inteligente difuso tipo Mamdani, soportado en el Fuzzy Inference System Toolbox de MatLab 7.1®, para la generación de un índice genérico de calidad del agua, compuesto por 3 indicadores de contaminación que fueron modelados, previa escogencia de un conjunto de 36 posibles, sobre la base de la representatividad de sus variables y los procesos que indican. Los resultados basados la estadística t y descriptores del comportamiento como la raíz del error cuadrático promedio demostraron la asertividad del sistema en contraste con los índices que dieron soporte. A partir de allí, el sistema inteligente unificado fue validado al confrontarse con un conjunto de datos hallados dentro de los rangos de la legislación colombiana para agua potable y vertimientos, con lo que se pudo demostrar su efectividad y coherencia con la realidad de la valoración de la calidad del agua en el país. El enfoque empleado mostró grandes potencialidades y ventajas que hacen de la lógica difusa una herramienta de base para el desarrollo de nuevos sistemas para la correcta gestión del agua.

Palabras Claves:Inteligencia Artificial, Valoración de la calidad del agua, Índices de Calidad y Contaminación del Agua.

Abstract

Currently, methodologies and different kind of mathematical techniques use in water quality and water pollution indices design, difficult the unified indices development, due to variables amount and variables complexity, ranges, criteria and standards to take in account; for that reason,  more efficient tools are required.  In this context, this paper shows the Fuzzy Mamdani intelligent system development, powered by the Matlab 7.1® Fuzzy Inference System Toolbox, for generic water quality index, compound by 3 water pollution indices that were modeling previous selection from 36 possible indices, due to its variables composition and pollution processes representation. Results based on t statistics and performance descriptors like mean squared root error showed the system assertively in contrast to water pollution indices that support this system. Then, the intelligence system was validated in front to Colombian regulations for water quality and waste waters. The approach used shows great advantages that makes the fuzzy logic and basically tool for new water management systems development.

Key words: Artificial intelligence, Water Quality Assessment, Water Quality Indices, Water Pollution Index