Resumen de Modelo de multicapas para la rehabilitacion de sistemas de drenaje urbano

Wilmer Barreto, Yelitza García Orellana

• español

  Este trabajo introduce un modelo multicapas parala Rehabilitación de Sistemas de Drenaje Urbano(RSDU). Un algoritmo de optimización multiobjetivo,utilizando algoritmos genéticos y empleandocomputación en paralelo, fue desarrollado paraenfrentar problemas que son costosos en tiempocomputacional. El estudio se plantea como un problemade optimización limitado (debido a la escasezde recursos) en un contexto de decisión multicriterio,involucrando varias partes en conflicto condiferentes intereses. El enfoque de “multicapas”consiste en usar varios niveles que correspondena diferentes dimensiones (o sub-problemas) delproblema total, efectuándose una evaluación deltiempo de ejecución basada en el número de procesadores.Los resultados muestran una prometedoray económica alternativa para problemas computacionalmentecostosos, como es el drenaje urbano,usando optimización multi-objetivos. El tiempo deejecución total se redujo en más del 60% de 12,8 a4,8 horas, por lo que el método puede ser aplicadoen países en desarrollo y en pequeñas oficinas deconsultoría.

• English

  This paper presents the development of a parallelmulti-tier approach to address the problem of optimisingthe Rehabilitation of Urban Drainage Systems(UDS). A parallel multi-objective GA-based algorithmhas been developed to deal with problems thatare expensive in computational time. The problemis posed as a constrained optimization problem (dueto limited resources) in a multi-criteria context (dueto many stakeholders with conflicting interests). A“multi-tier” approach is introduced, where differenttiers correspond to different dimensions (or sub-problems)of the whole problem. An evaluation of theperformance time is carried out based on the numbercomputer of processors. The first results show apromising and cheap solution for “expensive tasks”like urban drainage optimization in the multi-criteriacontext, it was possible to reduce the total runningtime from 12.8 to 4.8 hours for the test problem.