Técnicas de inteligencia artificial aplicadas a la asimilación de datos de oleaje

Abstract

El presente trabajo de fin de máster aborda la aplicación de técnicas de inteligencia artificial para la asimilación de datos de oleaje, un problema recurrente en la ingeniería portuaria. Se han implementado y comparado diversos modelos, de regresión (lineal, no lineal y direccional no lineal), redes neuronales y un modelo de agrupamiento K-Means, con el objetivo de calibrar y mejorar la precisión de los datos de oleaje de modelos numéricos a partir de datos de oleaje instrumentales. Los resultados obtenidos demostraron que los modelos seleccionados ofrecen mejoras significativas en la reducción del error y la dispersión de los datos, destacándose el modelo K-Means como el más efectivo. La investigación también resalta la importancia de incluir el parámetro de dirección del oleaje para capturar la variabilidad específica de éste. Este trabajo no sólo confirma la utilidad de las técnicas de inteligencia artificial en la asimilación de datos de oleaje, sino que también abre la puerta a futuras investigaciones para continuar optimizando e incorporando modelos e integrar nuevas variables a ellos.

This master's thesis addresses the application of artificial intelligence techniques for wave data assimilation, a recurrent problem in port engineering. Various models, including regression models (linear, nonlinear, and directional nonlinear), neural networks, and a K-Means clustering model, were implemented and compared to calibrate and improve the accuracy of wave data from numerical models using instrumental wave data. The results demonstrated that the selected models offer significant improvements in reducing error and data dispersion, with the K-Means model standing out as the most effective. The research also highlights the importance of including the wave direction parameter to capture its specific variability. This work not only confirms the utility of artificial intelligence techniques in wave data assimilation but also establishes a basis for future research to continue optimizing and incorporating models and integrating new variables into them.