Cossío Silva, Francisco José2018-07-302018-07-302009Daza Sánchez, F., Caridad y Ocerín, J.M. y Ceular Villamandos, N. (2009). Aplicación de un modelo híbrido de predicción a la demanda desagregada de agua en una zona urbana. En Administrando en entornos inciertos. XXIII Congreso Anual AEDEM (1-17), Sevilla: ESIC.9788473566094https://hdl.handle.net/11441/77684El estudio de la demanda de agua y su predicción a corto plazo constituye una componente vital de la estrategia de gestión “de demanda” y sostenibilidad de cualquier país o región, en coherencia con la Directiva Marco de Aguas de la Unión Europea a la que debemos adaptarnos progresivamente, hasta culminar el proceso en el año 2015. La Directiva Marco propugna cambiar del tradicional enfoque de la oferta a nuevas estrategias de gestión de la demanda basadas en la asignación más eficiente del agua y la introducción de mecanismos que incentiven el ahorro y el cambio de hábitos de consumo. El problema del agua supone un elemento central de la actual situación de emergencia planetaria y su solución puede concebirse como parte de una reorientación global del desarrollo tecnocientífico, de la educación ciudadana y de las medidas políticas para la construcción de un futuro sostenible. Para el estudio del consumo de agua, se ha tomado como base los modelos ARIMA y las Redes Neuronales Artificiales con los que se ha construido un modelo Híbrido que se ha aplicado a las series temporales de consumo mensual de agua desagregada en Córdoba, correspondiente a los años 1984 a 2007. El análisis comparativo de las predicciones a corto plazo obtenidas para las series temporales objeto de estudio, bajo los tres enfoques, con el fin de verificar cuál es estadísticamente más satisfactorio, constata que las Redes Neuronales Artificiales son más precisas que el modelo ARIMA y, a su vez, el modelo híbrido presenta mayor poder de predicción que las Redes Neuronales Artificiales, minimizando la Raíz del Error Cuadrático Medio. Por tanto, el modelo Híbrido ha evidenciado ser más adecuado para la modelización y predicción de las series temporales estudiadas. Se realizan predicciones con el modelo híbrido para las distintas series de consumo de agua desagregado, según el tipo de consumidores: Domésticos, Industriales, Benéfico, Municipal y Administraciones, con la finalidad de comprobar la capacidad generalizadora del nuevo modelo desarrollado y se corrobora el mayor poder de predicción de este nuevo modelo híbrido frente a las otras técnicas estudiadas, para todas y cada una de las series desagregadas de consumo.The water demand survey and its short term forecast, constitutes a vital component of the demand mananging strategies and support from every country or region, according to the European Unión “Water Mark Directive” which we must progressively adapt to, until we active our goal in 2015. The Mark Directive proposes the change of the traditional offer approach to news managing demand strategies, based upon a more effective water allocation and the introduction of new mechanims which are going to stimulate saving and to change consumption habits. The water problem supposes a central element in the present situation of this planet emergency and its solution may be conceived as part of a global new goal in the technical and scientific development, of civil education and of political measures to be taken for the construction of a sustainable future. As far the water consumption, is concerned the Box-Jenkins and the Artificial Neural Systems models were taken up and with them it has been built a hybrid model, which has been submitted to the temporaries series of monthly consumption according to the type of consumers in Córdoba, corresponding to the years from 1984 to 2007. Through the comparative analysis of the short-term forecasts obtained for the temporaries series which were the purpose of this survey, under the three focus, with the aim of checking which are statistically more accurate, it is noticed that the Artificial Neural Systems are more accurate than the Box-Jenkins´s models and, in turn, the hybrid model presents a bigger prediction power than the Artificial Neural Systems minimizing the Root Mean Square Error. Therefore, the hybrid model has proved to be more suitable for the modelling and prediction of the studied temporaries series. They were made predictions with the hybrid model for the different series of each type water consumption according to the type of consumers: domestic, industries, beneficence, public and civil administrations, with the aim of checking the generalizing ability of the developed model and it is corroborated the gocater prediction power of this new hybrid model compared with the other studied techniques, for every of type of consumption series.application/pdfspaAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/PredicciónARIMARedes Neuronales ArtificialesDemandaAguaForecastArtificial Neural SystemsDemandWaterinfo:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/openAccess