Aplicación de redes neuronales para la resolución de problemas complejos de confiabilidad y riesgo

Resumen

La ingenier´ıa de Confiabilidad y an´alisis de Riesgo afronta retos im-portantes debido a la magnitud, complejidad y riesgos de muchos de los modernos procesos industriales. Entre otros se pueden citar la realizaci´on de planes de mantenimiento inteligentes basados en la condici´on real de los equipamientos industriales, la determinaci´on del nivel de riesgo asociado a actividades industriales peligrosas o el c´alculo del alcance de incendios forestales, fugas contaminantes, las consecuencias de accidentes industriales, etc. El modelado de tales procesos ha de realizarse en general usando formulaciones matem´aticas muy complejas cuya soluci´on implica fre-cuentemente el empleo de m´etodos num´ericos y uso intensivo de re-cursos de computaci´on. La soluci´on de casos reales suele ser por tanto costosa en t´erminos de tiempo de CPU, pudiendo llegar a ser procesos que empleen semanas o meses para alcanzar soluciones sat-isfactorias. Existen sin embargo situaciones en las que no es viable esperar semanas para dar soluciones a un problema, tal es el caso de la previsi´on de la evoluci´on de un incendio forestal, de una nube t´oxica o de un vertido marino, etc. En estas situaciones es necesario obtener respuestas satisfactorias en tiempos muy cortos (en cuesti´on de horas o minutos), por lo tanto el uso de t´ecnicas de Inteligencia Artificial (IA) adquiere especial relevancia. Entre las metodolog´ıas de la IA y para los problemas mencionados se destaca el uso de Redes Neuronales por su capacidad de reflejar relaciones complejas entre las variables y dar respuestas r´apidas aceptables. Por todo ello se estima de inter´es la realizaci´on de una tesis doctoral sobre mejorar el uso/ aplicaci´on de Redes Neuronales para la res-oluci´on de problemas complejos en Confiabilidad y Riesgo. En dicha tesis se estudia y se presenta el estado del arte en lo relativo a las Redes Neuronales Artificiales, y sus aplicaciones de tipo industrial con especial ´enfasis en problemas relacionados con la Confiabilidad y el Riesgo. Se estudiar´a tambi´en el estado del arte en los modelos matem´aticos que dan soporte cient´ıfico a los problemas complejos de Confiabilidad y Riesgo, y por u´ltimo el comportamiento de los incen-dios forestales. Se modelar´an matem´aticamente dichas aplicaciones y se comparar´an los resultados de los modelos con diferentes tipos de Redes Neuronales con diversos m´etodos de entrenamiento. Entre otros resultados esperados de la tesis que se proponen, se pretende obtener un conjunto de redes neuronales entrenadas y validadas para dar respuestas r´apidas a las aplicaciones consideradas, cuestionando la fiabilidad de sus respuestas. Los resultados cient´ıficos relevantes se validar´an mediante publicaciones en revistas con ´ındice de impacto.