VI SEREA - Seminrio Iberoamericano sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 5 a 7 de junho de 2006

DISEO PTINO DE REDES DE DISTRIBUCIN DE AGUA POTABLE UTILIZANDO

UN ALGORITMO GENTICO MULTIOBJETIVO
Katya Rodrguez Vazquez1, scar Arturo Fuentes Mariles2, Martn Rubn Jimnez Magaa2,
Faustino de Luna Cruz2
Resumo Este trabalho apresenta um mtodo de otimizao de redes, utilizando tcnicas de
computao evolucionria chamado o algoritmo gentico multi-objetivo. O objetivo obter uma
rede de tubulao com o menor custo que satisfaa presso mnima e a demanda em todos os ns da
rede e tambm limite da mxima velocidade em todas as tubulaes.
Abstract An evolutionary computation tool called multi-objective genetic algorithm used to get the
optimal design of a water network distribution system is presented in this paper. The goal is to
obtain the least cost pipe network satisfying the minimum pressure an demand in all network nodes
and also the maximum limit velocity in all pipes.
Palabras clave: Algoritmo gentico, multiobjetivo, diseo ptimo.
Keywords: Genetic algorithm, multi-objective, optimal design, pressure, velocity.

______________________
1

Instituto de Investigaciones en Matemticas Aplicadas y en Sistemas, Universidad Nacional

Autnoma de Mxico, Circuito Escolar s/n, Coyoacn, 04510, Mxico D.F. Tel. (+52) 55 56 22 35
55. Mxico. 2 Instituto de Ingeniera, Universidad Nacional Autnoma de Mxico Circuito Escolar
s/n, Coyoacn, 04510, Mxico D.F. Tel. (+52) 55 56 23 36 00 Ext. 8631. Mxico.
e-mail: mjimenezm@iingen.unam.mx, ofm@pumas.iingen.unam.mx
katya@uxdea4.iimas.unam.mx

VI SEREA - Seminrio Iberoamericano sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 5 a 7 de junho de 2006

INTRODUCCIN
Una red de distribucin de agua potable es un sistema compuesto por tanques, tubos, bombas y
vlvulas de diferentes tipos, conectados entre s con el objeto de llevar este recurso hasta los
usuarios finales. Es un componente vital de la infraestructura urbana y requiere de una inversin
econmica significativa.
El diseo ptimo de redes de distribucin tiene varios aspectos relevantes de tipo hidrulico,
rentabilidad, disponibilidad de tuberas, calidad del agua y distribucin de la demanda. Aunque cada
uno de estos factores tiene su importancia en la planeacin, diseo y operacin del sistema, y a
pesar de su dependencia inherente, es difcil llevar a cabo un anlisis integral que contenga todos
ellos.
Con el desarrollo de las computadoras digitales de alta velocidad, y las tcnicas de optimizacin en
los aos 50, pareca slo cuestin de tiempo el que los ingenieros, con algunos datos importantes
suministrados a la computadora, determinaran la red de tuberas ptima (ptimo, en el presente
trabajo, se refiere a la minimizacin de los costos de inversin de la red de distribucin). En los
aos 80, el problema del diseo ptimo de las redes de distribucin an no estaba completamente
resuelto. Y no es que los investigadores no hayan trabajado arduamente para resolver el problema.
Docenas de artculos, presentando soluciones al problema de la optimizacin de redes, han sido
desarrollados. Sin embargo an prevalecen reglas de prueba y error como las herramientas
primarias para los ingenieros proyectistas que trabajan en el diseo de redes de distribucin de agua
potable.
En los aos 80, los programas de optimizacin de redes de distribucin se encontraban en una
posicin similar a la que se encontraban en los aos 60 los programas de simulacin de flujo
permanente. La cuestin matemtica del problema ha sido tratada con cierta amplitud en artculos
tcnicos, y se han escrito algunos programas de cmputo para aplicarse a conducciones reales.
Pero, la optimizacin de redes de distribucin no se considera una herramienta estndar en la
ingeniera y el uso de programas realmente amigables, apenas empieza.
Recientes investigaciones sobre modelos de distribucin de agua se han enfocado en tcnicas tales
como: enumeracin, es decir la evaluacin de todas las posibles soluciones. Se ha probado que el
mtodo de enumeracin es extremadamente caro y es una tcnica que consume mucho tiempo de
clculo, salvo en los casos ms sencillos. La enumeracin selectiva toma menos tiempo; sin
embargo, como el proceso de seleccin est basado en la experiencia del diseador, no se garantiza
llegar al ptimo global.
Uno de los mtodos ms prometedores que surgi en las investigaciones de la optimizacin de
sistemas de distribucin de agua ha sido la aplicacin de los algoritmos genticos. Estos algoritmos
son procedimientos de bsqueda basados en la teora de la seleccin natural y los mecanismos de
poblacin gentica, y su eficiencia de bsqueda en espacios de solucin complicados ha sido
probada satisfactoriamente.
El presente trabajo tiene por objetivo el uso de un algoritmo gentico en un programa de cmputo
que sea til a los diseadores y, en general a los tcnicos que se dediquen al trabajo con las redes de
distribucin, pues si bien ser un programa que en inicio funcionar slo para el diseo, mediante
algunas pequeas modificaciones se podr extender a la rehabilitacin y calibracin de extensas
redes de distribucin para mejorar su funcionamiento, as como tambin, podr ser empleado, por
ejemplo, en la deteccin de fugas en redes, que es, hasta el momento, un problema no
completamente resuelto.

VI SEREA - Seminrio Iberoamericano sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 5 a 7 de junho de 2006

OPTIMIZACIN MULTIOBJETIVO
Optimizacin multi-objetivo (o multicriterios) se define como el problema de encontrar un vector
de variables de decisiones el cual satisface el conjunto de restricciones y optimiza el vector de
funciones cuyos elementos representan la funcin objetivo. Estas funciones, generalmente, estn en
conflicto unas con otras. De aqu, el trmino optimizar significa encontrar una solucin que nos
proporcione valores aceptables en todos los objetivos.
Matemticamente se expresa como:
Encontrar el vector
*

x = x1* , x 2* ,...x n*

el cual satisface las m restricciones de desigualdad

gi ( x) 0

i = 1,2,..., m

las prestricciones de igualdad

hi ( x) = 0

i = 1,2,..., p

y optimiza el vector de funciones

f ( x) = [ f1 ( x), f 2 ( x),..., f k ( x)]
donde
x = [x1 , x2 ,..., xn ]

es el vector de variables de decisin.

El conjunto de restricciones define la regin factible X y cualquier punto x en X, es una solucin
factible. Las k componentes del vector f (x) representan los objetivos en conflicto a evaluar. Las
funciones gi (x) y hi (x) representan las restricciones impuestas a las variables de decisin. El
*

vector x denota el conjunto de soluciones ptimas.

Desde el punto de vista tradicional de las matemticas, el concepto de optimizacin es imposible
cuando mltiples criterios estn involucrados. De aqu se deriva el hecho de que la solucin en un
problema multi-objetivo es un conjunto de soluciones alternativas ms que una nica solucin. Este
concepto se conoce como Optimo de Pareto (Coello et al, 2002).
Definicin 1. ptimo de Pareto. Una solucin xu U es un ptimo de Pareto si y slo si no existe
ninguna xv U para la cual v = f ( xv ) = (v1 ,..., vn ) domina a u = f ( xu ) = (u1 ,..., un ).
El ptimo de Pareto generalmente produce no una solucin nica, sino un conjunto de soluciones,
conocidas tambin como soluciones no-dominadas o no-inferiores.

VI SEREA - Seminrio Iberoamericano sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 5 a 7 de junho de 2006

Definicin 2. No dominancia. Un vector u = (u1 ,..., un ) domina al vector v = (v1 ,..., vn ) si y slo si
u es parcialmente menor a v (u p p v) . Esto es,
i {1,..., n}, ui vi i {1,..., n} : ui < vi

Estos dos conceptos pueden ejemplificarse de manera grfica como se muestra en la Figura 1.
Basados en una funcin de dos objetivos, las soluciones marcadas con "cero" forman la curva de
Pareto y todas ellas forman el conjunto de soluciones no-dominadas, o no-inferiores. Esto es, no
existe ninguna otra solucin que sea mejor en ambos objetivos.
Tomando en consideracin las soluciones fu y fv, podemos observar que la solucin fu es una
solucin no-dominada. En el caso de fv, existen tres soluciones que son mejores que fv en ambos
objetivos. En otras palabras fv es dominada con un rango de tres.

Figura 1. ptimo de Pareto y No-Dominancia

En nuestro caso particular, deseamos optimizar en forma simultnea el costo de instalar tramos de
tuberas con cierto dimetro lo cual se aplica a tener cargas de presin disponible en los nudos de la
red dentro de un rango establecido y que las velocidades que se presentan en las distintas tuberas,
tambin cumplan con un rango establecido. Una solucin directa podra ser la instalacin de un
dimetro muy grande en cada tramo de tubera entre nudos para tener la menor prdida de energa
en dichos tramos, sin embargo, el costo sera elevado, adems de que las velocidades en algunos
casos sera tan pequea que influira en la sedimentacin de partculas slidas en dichos tramos.
Este es claramente un problema multi-objetivo con tres objetivos en conflicto ya que el minimizar
el costo no garantiza mantener las cargas de presin y las velocidades dentro del rango.
METODOLOGA UTILIZADA

Para realizar los clculos de las cargas de presin y los gastos de los flujos de agua que circulan en
el sector de la red de distribucin se necesita contar con informacin de la infraestructura hidrulica
de abastecimiento de agua potable, como son las tuberas y el nodo en que estn conectadas, los
planos del trazo de la red, la topografa de la zona cubierta por la red, vlvulas, tanques, zona de
distribucin, puntos de extraccin, etc.

VI SEREA - Seminrio Iberoamericano sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 5 a 7 de junho de 2006

Tambin es fundamental disponer de datos de los consumos (demanda), gastos de entrada y salida
al sector de la red y cargas de presin en las tuberas principales. De la comparacin de los
volmenes de agua de entrada a la red con los volmenes de consumo, y de salida, en su caso, se
obtiene un balance hidrulico que permite la evaluacin de los volmenes de agua que se pierden
por fugas.
Generalmente no se cuenta con informacin de consumos y se recurre a factores ndice, basados en
las caractersticas socioeconmicas existentes en la zona de estudio y suponiendo consumos
similares a otras donde se dispone de mediciones.
Se tienen entonces tres objetivos a satisfacer:
Ci: costo de la red, que incluye tuberas accesorios, cruceros, excavacin, etc.
P: rango de presiones establecido
V: velocidades permisibles
Teniendo 3 funciones para evaluar la aptitud de cada uno de los individuos (redes de distribucin)
f1 = C i
f 2 = (p )

f 3 = (V )

Donde p es la diferencia de presin existente en cada uno de los nodos respecto de la mnima o
mxima establecidas como restricciones.
V es la diferencia de velocidad existente en cada uno de los tramos de tubera respecto de la
mnima o mxima establecida como lmite permisible.

La meta es obtener un diseo ptimo utilizando el AGMO (Algoritmo Gentico Multi-Objetivo) y

comparar el resultado con el obtenido mediante el AGS (Algoritmo Gentico Simple) en el cual
slo se tiene un solo objetivo que es minimizar el costo y con una sola restriccin, mantener las
presiones dentro del rango establecido, sin tomar en cuenta las velocidades en las tuberas.
Para cumplir con tal meta se hizo un programa en Matlab, apoyado en una caja de herramientas
desarrollada en la Universidad de Sheffield, con el cual se realizaron las simulaciones pertinentes.
Dicho programa incluye dentro de su funcin objetivo un modelo de simulacin hidrulica en flujo
permanente desarrollado en el Instituto de Ingeniera de la UNAM.
EJEMPLO DE APLICACIN

La red que se utiliz como ejemplo de aplicacin es la red primaria de la ciudad de Hanoi, Vietnam,
propuesta por Fujiwara y Kang en 1990.
La red consta de 34 tuberas y hay 6 posibles dimetros para cada una de ellas, tenindose un total
de 2.8X1026 posibles soluciones. Figura 2.

VI SEREA - Seminrio Iberoamericano sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 5 a 7 de junho de 2006
1
1

2
4

20

20

21

21

22
22

19
19

18

NUDOS

NMERO DE NUDO

NMERO DE TUBERA

23

18

TUBERAS
5

17
23

29

28

17

24

7
8

24

30

16

25

9
29

25
12

13
12

11
11

9
10

13
10

27

14
14

15
15

28

27

26
26

34

16

31
32
33
31

30
32

Figura 2. Trazo de la red utilizada como ejemplo

Se corri el AGMO por 150 generaciones con 1,000 individuos en la poblacin, con lo cual se
evaluaron 150,000 posibles soluciones en un tiempo de 1.5 horas; esas 150,000 evaluaciones
representan 5.3X10-20% del total. En la Figura 3 se presenta la evolucin del AGMO; los resultados
tanto de costo como hidrulicos obtenidos con el AGS y con el AGMO se muestran en la Tabla 2.
Los dimetros comerciales disponibles para esta red son seis: 12, 16, 20, 24, 30 y 40 pulgadas. El
costo se evala con la siguiente expresin:
Ci = 1.1 * Li * Di 1.5

donde:
Ci - costo de la tubera, en unidades monetarias, $ por ejemplo
Li - longitud de la tubera, en m
Di - dimetro de la tubera, en pulgadas
Para este caso se establecieron como mnima y mxima presin, 30 y 100 mca, respectivamente.

VI SEREA - Seminrio Iberoamericano sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 5 a 7 de junho de 2006

Tabla 1. Datos de la red utilizada como ejemplo

Tram Longitud
Demanda
Nodo
o
(m)
(l/s)
100
247.22
1
2
1,350
236.11
2
3
900
36.11
3
4
1,150
201.39
4
5
1,450
279.17
5
6
450
375.00
6
7
850
152.78
7
8
850
145.83
8
9
800
145.83
9
10
950
138.89
10
11
1,200
155.56
11
12
3,500
261.11
12
13
800
170.83
13
14
500
77.78
14
15
550
86.11
15
16
2,730
240.28
16
17
1,750
373.61
17
18
800
16.67
18
19
400
354.17
19
20
2,200
258.33
20
21
1,500
134.72
21
22
500
290.28
22
23
2,650
227.78
23
24
1,230
47.22
24
25
1,300
250
25
26
850
102.78
26
27
300
80.56
27
28
750
100
28
29
1,500
100
29
30
2,000
29.17
30
31
1,600
223.61
31
32
150
Carga en el
32
1
tanque: 100 m
860
h mn: 30 m
33
950
CH: 130
34

VI SEREA - Seminrio Iberoamericano sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 5 a 7 de junho de 2006

Tabla 2. Resultados de la aplicacin de la herramienta al diseo ptimo de redes de distribucin de

agua potable.
AGS (2004)
AG MO (2006)
Tubo/Nod
V
h(mca D(i
Q
V
h(mca
D(i
Q
o
3
3
)
n) (m /s) (m/s)
)
n) (m /s) (m/s)
1
40
5.54
6.8 100.0 40
5.54
6.8
100.0
2
40
5.29
6.5
97.1 40
5.29
6.5
97.1
3
40
2.19
2.7
61.4 40
2.22
2.7
61.4
4
40
2.16
2.7
56.7 40
2.18
2.7
56.6
5
40
1.95
2.4
50.9 40
1.98
2.4
50.7
6
40
1.68
2.1
44.8 40
1.70
2.1
44.5
7
40
1.30
1.6
43.4 40
1.32
1.6
43.0
8
40
1.15
1.4
41.7 40
1.17
1.4
41.3
9
40
1.00
1.2
40.4 40
1.03
1.3
39.9
10
30
0.56
1.2
39.4 40
0.56
0.7
38.9
11
24
0.42
1.4
37.8 30
0.42
0.9
38.5
12
24
0.26
0.9
34.4 24
0.26
0.9
37.3
13
20
0.30
1.5
30.2 24
0.32
1.1
33.1
14
12
0.13
1.8
36.4 24
0.15
0.5
37.4
15
12
0.05
0.7
31.6 16
0.08
0.6
37.2
16
12
0.07
0.9
30.6 12
0.05
0.7
36.7
17
20
0.31
1.5
37.9 20
0.29
1.4
41.6
18
20
0.68
3.3
44.7 20
0.67
3.3
47.9
19
24
0.70
2.4
58.4 40
0.68
0.8
61.1
20
40
2.17
2.7
50.2 40
2.16
2.7
50.3
21
20
0.39
1.9
40.9 20
0.39
1.9
41.0
22
12
0.13
1.8
35.7 12
0.13
1.8
35.8
23
40
1.42
1.8
44.0 40
1.41
1.7
44.2
24
30
0.97
2.1
38.4 40
0.89
1.1
43.0
25
30
0.74
1.6
34.7 30
0.67
1.5
40.0
26
20
0.32
1.6
31.1 20
0.31
1.5
36.6
27
12
0.07
1.0
30.1 12
0.06
0.8
35.9
28
12
0.03
0.4
38.6 12
0.04
0.6
42.8
29
16
0.16
1.3
30.2 24
0.22
0.8
37.1
30
12
0.08
1.1
30.5 16
0.14
1.1
35.0
31
12
0.02
0.2
31.7 12
0.04
0.6
35.3
32
12
0.12
1.6
32.6 12
0.06
0.8
36.2
33
20
0.15
0.7
16
0.08
0.7
34
24
0.37
1.3
20
0.31
1.5
Costo
6,100,000
6,624,100
(UM)
De la comparacin de resultados que se encuentran en la Tabla 2 se observa lo siguiente:
1)
Al ser la velocidad un objetivo ms a satisfacer, se incrementa el dimetro de algunas
tuberas, por lo tanto el costo de la red tambin aumenta.
2)
En ambos casos las presiones se encuentran dentro del rango, existiendo ligeros incrementos
en la red obtenida mediante el AGMO, ya que existi un incremento en los dimetros de algunas
tuberas.

VI SEREA - Seminrio Iberoamericano sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 5 a 7 de junho de 2006

3)
Respecto a las velocidades, hubo mejora (incremento) en las tuberas 28 y 31, no as en las
tuberas 1, 2 y 18. La tubera 18 tiene una velocidad ligeramente (10%) mayor al lmite superior y
las velocidades en las tuberas 1 y 2 son relativamente altas, la razn es que forman parte de la
tubera principal que sale directamente del tanque; la nica manera de lograr que las velocidades
disminuyan en dichos casos sera incluir, dentro del conjunto de dimetros disponibles uno de
mayor dimetro o en mejor caso, colocar una tubera paralela hasta conectarse en el nodo 3, siendo
esto ltimo lo ms recomendable por efectos de confiabilidad, pues en redes primarias no es factible
que la satisfaccin de la demanda dependa en tan grande proporcin de una sola tubera.

Figura 7. Evolucin del algoritmo gentico multiobjetivo en la solucin del diseo ptimo
CONCLUSIONES

La optimizacin de una red de tuberas para la distribucin de agua potable es un problema comn
en la ingeniera civil. Obtener diseos que cumplan con los requisitos hidrulicos y adems sean
econmicos permitira atender un mayor nmero de aspectos ingenieriles con un menor
presupuesto. Las tcnicas de optimizacin pueden extenderse a redes construidas que requieren
modificaciones con un mnimo de inversin.
La optimizacin con AG representa un avance significativo en el diseo de sistemas de distribucin
de agua potable. En este trabajo se describi un procedimiento para aplicar los AG al diseo ptimo
de una red de distribucin. Esta tcnica es innovadora y efectiva. Una de las ventajas de la
optimizacin con AG es que usa un modelo de simulacin hidrulica dentro de la misma tcnica,
eso permite que toda la sofisticacin del modelo de simulacin hidrulica se pueda utilizar
directamente. La optimizacin con AG es muy flexible y est limitada solamente por lo que el
modelo de simulacin hidrulica sea capaz de hacer. Las tcnicas tradicionales de optimizacin han
sido usadas muy poco porque son difciles de aplicar y requieren de mucha experiencia por parte del
usuario. Adems, las tcnicas tradicionales de optimizacin tienen dificultades para trabajar con
variables discretas, como es el caso de los dimetros comerciales disponibles.
Al utilizar un AGMO se obtienen varias soluciones posibles, y es responsabilidad del ingeniero la
decisin final; i.e. un modelo de simulacin es una herramienta de apoyo para el ingeniero en la
toma de decisiones, no significa que lo que se obtenga del modelo sea la verdad absoluta, todo

VI SEREA - Seminrio Iberoamericano sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 5 a 7 de junho de 2006

modelo requiere al final de la interpretacin del ser humano, personal tcnico, para poder tomar una
decisin y establecer entonces si es o no factible la construccin de la solucin propuesta.
Dentro de las futuras lneas de trabajo se pretende que esta metodologa se extienda para que sea
utilizada en la rehabilitacin de redes de distribucin de agua potable que es un problema cotidiano
en la ingeniera de los sistemas de abastecimiento.
AGRADECIMIENTOS

Al doctor Salles Paulo Afonso de Almeida, investigador del Instituto de Ingeniera de la UNAM,
por el apoyo brindado en la traduccin del resumen al portugus.
REFERENCIAS BIBLIOGRFICAS

Chipperfield, A., Fleming, P., Pohlheim, H., Fonseca C. (2002). Genetic Algorithm Tool Box.
Department of Automatic Control and Systems Enginnering, University of Sheffield, England.
Coello, C; Van Veldhuizen, D y Lamont, G. (2002). Evolutionary Algorithms for Solving MultiObjective Problems. Kluwer Academic Publishers.
Fujiwara, O. y Khang, D.B. (1990). A two phase decomposition method for optimal design of
looped water distribution networks. Water Resources Research, Vol. 26 No. 4, pages 539-549.
Jimnez, M. (2004). Diseo ptimo de redes de distribucin de agua potable utilizando un
algoritmo gentico. Tesis de Maestra en Ingeniera Hidrulica, DEPFI, UNAM.
Michalewicz, Z. (1994). Genetic Algorithms + Data Structures = Evolution Programs, 2nd
edition, Springer-Verlag, Heidelberg.
Todini, E, and Pilati, S. (1987). A gradient method for the analysis of pipe networks.
International Conference on Computer Applications for Water Supply and Distribution, Leicester
Polytechnic, UK.