Enfoque de inteligencia artificial aplicado al tiempo de concentración de unidades hidrográficas

El presente estudio propuso un enfoque de inteligencia artificial para la obtención del tiempo de concentración en unidades hidrográficas. En primer lugar, se examinaron 30 ecuaciones empíricas sobre una base de datos de 199 registros y, en segundo lugar, se orientó la programación de expresión genética (GEP) sobre una matriz de datos de 199 registros de diferentes continentes. Por último, los modelos de predicción se analizaron bajo tres métricas de error, el coeficiente de determinación (R2), el error absoluto medio (MAE) y el error cuadrático medio (MSE). Se generaron cinco modelos precisos bajo la técnica de GEP siendo el más óptimo el cuatro con R2 = 0.991, MAE = 0.152 y MSE = 0.086. Sin embargo, al validar con datos reales de campo, la ecuación del modelo I presentó el menor error relativo, demostrando una confiabilidad superior en comparación con ecuaciones empíricas como Kirpich. Se concluye que si bien los modelos más complejos pueden alcanzar alta precisión, la simplicidad de las ecuaciones es crucial para su aplicabilidad en diversas unidades hidrográficas. Este enfoque basado en inteligencia artificial ofrece una alternativa efectiva para el diseño y la gestión hidráulica en regiones no aforadas, con potencial para futuras ampliaciones de su aplicabilidad en estudios hidrológicos.