X CONGRESO INTERNACIONAL DE INGENIERIA DE PROYECTOS

VALENCIA, 13-15 Septiembre, 2006

METODOLOGA PARA DISEO Y AMPLIACIN DE REDES DE
ABASTECIMIENTOS MEDIANTE ALGORITMOS GENTICOS
Daniel Mora Mela, Pedro L. Iglesias Rey, Vicente S. Fuertes Miquel,
F.J avier Martinez Solano
Abstract
The Genetic Algorithms are an optimization technique used for the design of water
distribution networks. This work introduces a new modified pseudo-genetic algorithm (APG),
whose main characteristic is a change in the chains codification, which is made in a
numerical way instead of the classic binary codification. This variation entails a serie of
special characteristics, both in the codification and in the definition of the cross and
mutations operations.
Initially, the work demonstrates the kindness of the method on the network of the
Hanoi Towers, widely studied in the bibliography. In the second part, this algorithm is applied
to approach the real extension of the suplying network in a Cantabrias municipality (Spain)..
Also, a statistical analysis of the obtained solutions is made. Thus allows to verify the best
probability values of suitable mutation and crossing for the proposed method. In the study of
the analyzed suplying networks is introduced the concept of reliability, fundamental to
understand the validity of the obtained results.
Keywords: Genetic algorithms, design, water networks, reliability.
Resumen
Los algoritmos genticos son una tcnica de optimizacin empleada para el diseo
de redes de abastecimiento de agua. ste trabajo presenta un nuevo algoritmo
pseudogentico modificado (APG), cuya principal variacin respecto a un AG es un cambio
en la codificacin de las cadenas, que se realiza de forma numrica en lugar de la
codificacin binaria clsica. Esta variacin conlleva una serie de caractersticas especiales
tanto en la codificacin como en la definicin de las operaciones de mutacin y cruce.
Inicialmente, el trabajo demuestra la bondad del mtodo sobre la red de las Torres de
Hanoi, ampliamente estudiada en la bibliografa. En una segunda parte, se aplica dicho
algoritmo para abordar la ampliacin real de la red de abastecimiento de un municipio sito
en Cantabria (Espaa). Asimismo, se realiza un anlisis estadstico de las soluciones
obtenidas, el cual permite verificar los valores de probabilidad de mutacin y de cruce ms
adecuados para el mtodo propuesto. En el estudio de las redes de abastecimiento
analizadas se introduce el concepto de fiabilidad, fundamental para comprender la validez
de los resultados obtenidos.
Palabras clave: algoritmos genticos, diseo, redes de abastecimiento de agua, fiabilidad.
1. Introduccin
El presente trabajo se centra en el diseo econmico de una red de distribucin de
agua, la cual debe quedar incorporada a la ya existente, de modo que el sistema cumpla las

1418

condiciones de presin mnima que se le impongan. Dicho diseo se realiza en base a una
metodologa heurstica como son los algoritmos genticos.
La resolucin ptima del diseo de sistemas de distribucin de agua resulta
extremadamente compleja o incluso imposible. Esto es debido a que cuando se escogen
como variables de decisin los dimetros de las conducciones, las restricciones son
funciones implcitas de dichas variables de decisin, con lo que la regin del espacio de
posibles soluciones es de tipo no convexo y la funcin objetivo se vuelve multimodal. La
aplicacin de tcnicas estocsticas de optimizacin tales como los algoritmos genticos
(AG) permiten la bsqueda ms all de mnimos locales, lo que amplia en muchas
ocasiones el campo de bsqueda, y por ello, la capacidad de obtener buenas soluciones.
El algoritmo gentico es una tcnica de bsqueda basada en la teora de la evolucin
de Darwin. Su forma de trabajo es idntica a la evolucin de una poblacin de individuos
que es sometida a acciones aleatorias semejantes a las que actan en la evolucin biolgica
(mutaciones y recombinacin gentica), as como tambin a una seleccin de acuerdo con
algn criterio, en funcin del cual se decide cules son los individuos ms adaptados, que
sobreviven, y cules los menos aptos, que son descartados.
En el campo de la ingeniera hidrulica, la obra de Savic (1999) hace patente la
importancia que estos algoritmos estn adoptando en este tipo de aplicaciones, encontrando
soluciones a problemas como los reemplazamientos de tuberas principales en sistemas de
distribucin de agua (Engelhard 1999), optimizacin de sistemas de distribucin (Farmani
1999), rehabilitacin en sistemas de distribucin (Halhal 1999), diseo y ampliacin de
Redes de Distribucin de Agua (Iglesias y otros 2006), e incluso ubicacin en cuencas
receptoras de plantas de depuracin de aguas (Wang).
El objetivo es minimizar los costes de inversin necesarios para la implantacin de
un determinado sistema a partir del trazado topolgico y de las demandas y requerimientos
de presin en los nudos. El mtodo propuesto difiere de trabajos anteriores en desarrollar un
cdigo basado en la utilizacin de cadenas numricas en lugar de cadenas binarias. La
diferencia fundamental estriba en la capacidad de adaptarse a los requerimientos de
diferentes rangos de valores para cada una de las variables de decisin.
2. Metodologa
Tradicionalmente, los AG han sido mtodos adecuados para problemas formulados
en variables binarias y en los que otros mtodos de bsqueda no resultan convenientes. No
obstante, en el presente trabajo se introducir una formulacin del problema basndose en
una codificacin numrica, no binaria, de la solucin.
La mayora de las tcnicas de bsqueda convencionales parten de una solucin
factible que se intenta mejorar desplazndose en la direccin que implica una mejora en la
funcin objetivo. Los AG se basan en la exploracin aleatoria del espacio de soluciones, por
lo que resultan adecuados para el diseo de redes de distribucin de agua. Dicho carcter
aleatorio no garantiza una exploracin completa del espacio de soluciones, ni supone
garanta alguna de alcanzar un mnimo de la funcin objetivo. No obstante, el mtodo ofrece
un conjunto de buenas soluciones que intentan mejorarse poco a poco.
El eslabn es la unidad bsica de informacin que adopta un valor binario (0/1). En el
mtodo que se propone cada una de las variables de decisin puede tener un rango de
soluciones posible diferente, lo que se representa mediante una variable alfanumrica. Con
esta codificacin es posible el identificar cada eslabn con una variable de decisin, cosa
que no ocurre en los AG convencionales. En el diseo de redes de abastecimiento, cada
eslabn queda representado mediante un nmero o letra, que identifica la solucin del
dimetro de cada una de las lneas (ver Figura 1)

1419

Eslabn binario
Eslabn numrico
Figura 1. Definicin de la cadena y eslabones de un algoritmo gentico (AG) y del algoritmo
pseudogentico propuesto (APG)
Una cadena representa simblicamente una solucin del problema. Est constituida
por una serie de eslabones que definen de forma biunvoca una nica solucin del proceso
de optimizacin. En el caso de disear tan slo el diseo de una red de abastecimiento sin
bombeos ni vlvulas, los eslabones son la representacin del dimetro que adopta cada
conduccin en cada una de las soluciones.
Para resolver el problema de optimizacin es necesario disponer de un conjunto
discreto de posibles soluciones (cadenas). Este conjunto de cadenas es lo que forma la
poblacin del AG y tambin del APG. En el APG una cadena X genrica est constituida por
un nmero de eslabones igual al nmero de variables de decisin (N
VD
), de forma que la
cadena genrica i de una poblacin P se define como un vector de valores numricos.
{ }
i
N
i
2
i
1
i
VD
X , , X , X X K = (1)
La aptitud de cierta cadena genrica se identifica a travs del valor que adopta la
funcin objetivo para la solucin codificada. En el caso del APG propuesto para diseo y
ampliacin de redes de abastecimiento dicha funcin objetivo se define como
i
X
( ) ( )

= = =
+ =
VD S R
N
1 j
N
1 s
s k, k min,
N
1 k
k.s j
i
j j
i
H H L X C ) F(X (2)
donde C
j
es el coste unitario asociado al valor de la variable de decisin contenida en el
eslabn j de la cadena i; y L
j
es la longitud de conduccin de la tubera j. Asimismo existen
N
R
restricciones impuestas que deben cumplir las posibles soluciones del problema. Estas
restricciones se han incluido mediante una penalizacin en el coste total de la solucin que
afecta posteriormente a la aptitud de la cadena. Las restricciones que deben cumplirse son
las derivadas de satisfacer las restricciones de altura de presin mnima (H
min
,
k
) en cada
nudo k. Estas restricciones deben verificarse en todos los escenarios N
S
analizados, que
usualmente son el funcionamiento normal del sistema y su funcionamiento bajo el escenario
de fallo de alguna de las conducciones. La funcin penalizacin representa la diferencia
entre la altura piezomtrica del nudo k en el escenario s (H
k,s
) y la altura mnima requerida
(H
min,k
). Para computar dicha penalizacin se definen dos variables. Una de ellas (
k,s
) es
una variable binaria que adopta el valor 1 si H
k,s
< H
min,k
y adopta valor nulo en caso
contrario. La otra representa una funcin de peso que establece el valor de la penalizacin
por no verificarse las restricciones de presin mnima en los nudos.
Para comenzar el clculo, se genera aleatriamente una serie de cromosomas,
procediendo el algoritmo gentico de la siguiente forma:



1420

Seleccin de individuos
Clculo de la funcin de referencia
Seleccin de los mejores individuos
Mutacin de genomas de las cadenas
de los mejores individuos padre para
constituir la generacin de individuos hijo
Verificacin de los criterios
de convergencia
NO
Inicializacin de la poblacin
TERMINADO: POBLACIN FINAL
SI
Influencia de las funciones
de penalizacin
Seleccin de individuos
Clculo de la funcin de referencia
Seleccin de los mejores individuos
Mutacin de genomas de las cadenas
de los mejores individuos padre para
constituir la generacin de individuos hijo
Verificacin de los criterios
de convergencia
NO
Inicializacin de la poblacin
TERMINADO: POBLACIN FINAL
SI
Influencia de las funciones
de penalizacin

Figura 2. Diagrama de flujo acerca del funcionamiento de un Algoritmo Gentico
La reproduccin es el proceso por el cual se seleccionan de entre la N
C
cadenas de
la poblacin P cules sern aquellas que sobrevivirn a la siguiente generacin. De entre
todos los mtodos de reproduccin existentes (Matias 2003) se ha seleccionado el mtodo
de reproduccin constante. Este mtodo asigna a cada cadena de la poblacin una
probabilidad de seleccin para formar parte de la siguiente generacin. Dicha probabilidad
depende del orden segn el coste de la cadena dentro de la poblacin, y debe estar
comprendida entre una probabilidad mxima p
max
, asociada al individuo de coste menor, y
una probabilidad mnima, asociada a la solucin de coste mayor. Ambas probabilidades se
definen como
C
N
p

=
max

C
N
p

=
2
min
(3)
donde es una constante cuyo valor debe estar comprendido entre 1,5 y 2.
El proceso de cruce escoge aleatriamente dos miembros de la poblacin. No tiene
importancia si se emparejan dos descendientes de los mismos padres, puesto que ello
garantiza la perpetuacin de un individuo con buena puntuacin.
Si la codificacin es binaria, al realizar el cruce la seleccin aleatoria del eslabn de
cruce determina el punto donde se trocean las cadenas para cruzarlas entre si. Esto puede
originar la fraccin del cdigo binario que identifica una de las posibles variables de decisin.
En el caso de implementar el APG la seleccin de un eslabn de cruce no genera este

1421

efecto. Es por ello que la utilizacin de los APG genera menos posibilidad de cambio en las
soluciones finales que los AG clsicos.
El proceso de mutacin se aplica a la poblacin intermedia obtenida tras el proceso
de reproduccin y de cruce. Una vez establecida la frecuencia de mutacin, por ejemplo,
uno por mil, se examina cada eslabn de cada cadena cuando se crea un individuo a partir
de sus padres. Si un nmero generado aleatriamente est por debajo de esa probabilidad,
se cambiar el eslabn. Si no, se dejar como est.
Cadena i
Cadena i 1 1 1 0 1 0 1 1 0 1
1 1 1 0 1 0 1 1 1 0
Eslabn de mutacin

Cadena i
Cadena i
Eslabn de mutacin

Figura 3. Proceso de mutacin de un AG y de un APG
En el caso del APG, una vez determinado el eslabn de mutacin se determina
aleatriamente si dicho bit debe incrementarse o decrementarse. Por ello, la probabilidad de
mutacin en el APG es ligeramente superior.
Todos los clculos se realizan mediante el programa SARA, desarrollado en el Grupo
Multidisciplinar de Modelacin de Fluidos de la Universidad Politcnica de Valencia, cuyos
fundamentos pueden seguirse en Iglesias (2001). El tratamiento masivo de simulaciones
para obtener los parmetros del APG se ha realizado mediante una aplicacin especfica, tal
como se describe en Iglesias (2003).
3. Caso de Estudio
Los estudios preliminares del modelo propuesto se realizaron sobre la red de las
Torres de Hanoi, propuesta por Fujiwara y Khang (1990). Dicha red es un trazado real del
cual se disponen diferentes soluciones en la bibliografa con distintos modelos, lo que ha
permitido contrastar los resultados obtenidos con el APG presentado.
Uno de los aspectos que contribuye a definir la solucin ptima de la red es la gama
de dimetros candidatos empleados. Para el estudio se emplea la gama original utilizada en
la bibliografa. En el trabajo presentado por Iglesias y otros (2006) se recogen ampliamente
los resultados obtenidos por los distintos investigadores, as como los obtenidos mediante la
tecnologa propuesta.
Para determinar la influencia que tienen la probabilidad de mutacin y cruce en la
obtencin del valor mnimo de coste se adopt como valor ptimo de diseo la solucin
correspondiente a 6081 miles de unidades monetarias, que fue la mnima obtenida. Al
analizar estadsticamente los datos obtenidos se pone de manifiesto que determinadas
combinaciones de cruce y mutacin generan tasas de xito mayores en la obtencin del
ptimo. Concretamente se observa que para una probabilidad de mutacin del 3-4% (algo
ms de un eslabn por cadena) se tiene aproximadamente un 10-12% de posibilidades de
obtener el mnimo.
La conclusin principal es que el APG iguala o mejora los resultados anteriores de
otros investigadores, siempre que cumplan las condiciones de presin impuestas. Al
introducir el concepto de fiabilidad el coste de la red crece, circunstancia lgica, puesto que
los dimetros para garantizar el suministro en caso de rotura deben ser mayores. No
obstante, el tener en cuenta dicho concepto es necesario.


1422

Una vez probada la eficacia del APG se realiza el anlisis de la red actual de
suministro de una poblacin situada en Cantabria (Espaa), puesto que debido a la
construccin de una nueva urbanizacin se hace necesario ampliar la red de
abastecimiento.
El anlisis de la red se lleva a cabo a partir de la informacin suministrada por las
instituciones, que comprende todos los datos topogrficos de la red, donde se muestran los
trazados de las conducciones, sus dimetros y secciones, as como el perfil de cada tramo y
detalles de los aliviaderos, pozos, depsitos y dems elementos singulares. As, a partir de
los dimetros de las conducciones y el consumo en cada nudo es posible realizar una
simulacin de la red para conocer tanto los caudales circulantes como la presin existente
en cada uno de los nudos en el momento actual.
El siguiente paso consisti en realizar una esqueletizacin de la red, de modo que en
el diseo final a introducir en los AG tan slo quedaran redes malladas. Esto se consigue
acumulando los caudales circulantes por las redes ramificadas en el nudo de partida de la
red mallada correspondiente. La ventaja de realizar esta operacin es la simplificacin de la
red, permitiendo as una mayor velocidad de clculo al simular la red con los AG.
A la red ya existente se le aade el diseo realizado para la urbanizacin de nueva
construccin. De este modo, el esquema de la red simplificada, a la que se le une el
proyecto de ampliacin se puede observar en la figura 4.
En el caso del proyecto de ampliacin real a abordar no es necesario redisear los
dimetros de toda la red, sino tan slo la ampliacin en si. El programa calcular tan slo las
lneas aadidas, de modo que queden cumplidos los requerimientos mnimos de presin,
asegurando as el abastecimiento de la poblacin.
El material elegido para las tuberas ha sido un PE de alta densidad. En la Tabla 1 se
muestra la gama de dimetros elegidos, as como el coste asociado a cada metro de
tubera.
N
dimetro
Dimetro Coste
(/m)
N
dimetro
Dimetro Coste
(/m)
A 50 2,3 G 140 16,52
B 63 3,42 H 160 21,68
C 75 4,77 I 180 27,39
D 90 6,91 J 200 33,76
E 110 10,23 K 250 57,74
F 125 13,26
Tabla 1. Gama de dimetros utilizada para el diseo de la red
La presin mnima exigida a la red es de 25 mca, por lo que todos los nudos de la
red de ampliacin diseada deben cumplir dicha presin. El reducido tamao de la red
permite cierta agilidad de clculo, puesto que el nmero de lneas diseadas es tan slo
veintitrs. Otra opcin posible habra sido disear una rehabilitacin para toda la red del
municipio.


1423

Zona de ampliacin
Depsito 2
Depsito 1
Pozo 2
Pozo 1


Figura 4. Propuesta de ampliacin de la red estudiada
Cabe destacar que al no tener datos previos de la red no se podr asegurar que con
las simulaciones realizadas hayamos alcanzado el ptimo, sino que tan slo podremos
hablar de los conceptos de mnimo y de buena solucin, entendiendo por este ltimo toda
solucin que tan slo suponga un 1% de ms al valor mnimo obtenido.
El diseo con fiabilidad implica que en caso de rotura o avera en una de las
conducciones se verificarn las restricciones de presin mnima en los nudos. El no tener
en cuenta dicho concepto entrara en contradiccin con el diseo de una red mallada, donde
el trazado de la red trata de garantizar el suministro en caso de fallo.
En la Tabla 3 se recoge el resultado de aplicar el criterio de fiabilidad de suministro a
la red, mostrndose las cinco mejores soluciones para el diseo planteado. Cabe destacar
que en el diseo con fiabilidad realizado no se han aadido aspectos de sta relacionados
con la calidad del agua, considerndose tan slo la habilidad del sistema para proporcionar
la cantidad de agua requerida por los consumidores. El fallo de la red desde un punto de
vista cuantitativo se basa en la insuficiencia de presin cuando la demanda es suministrada.
De este modo, cuando algn componente de la red falla (por ejemplo rotura de una tubera),
normalmente la respuesta de la red es una cada de presin en uno o varios nudos.

1424

En un diseo con fiabilidad, el algoritmo tiene que hacer un mayor nmero de
clculos, con lo que el tiempo que tarda en realizar una simulacin siempre es mayor que si
no se tiene en cuenta el trmino de fiabilidad. Las simulaciones son costosas temporalmente
hablando, por lo que se ha utilizado un sistema de computacin distribuida con 23
ordenadores AMD Duron a 1400 MHz y 128 Mb de RAM. Aproximadamente cada una de las
simulaciones cuesta del orden de las 3-4 horas.

Mejores soluciones obtenidas (Euros)
Lnea 60578,91 60656,5 60718,5 60780,1 60811,7 60824,8
886 50 63 50 50 50 63
887 75 75 75 75 75 75
888 90 90 90 110 90 90
889 140 140 140 125 125 140
890 110 110 110 110 110 110
891 63 63 63 63 63 63
892 90 90 75 90 90 90
893 50 50 50 50 50 63
895 63 63 63 63 63 50
896 180 180 180 180 180 180
897 180 180 180 180 180 180
898 63 63 63 63 63 63
899 75 63 63 63 75 75
900 125 125 125 125 125 125
901 75 75 75 75 90 75
902 160 160 160 160 160 160
903 180 180 180 180 200 180
904 140 140 140 140 125 140
905 140 140 160 140 140 140
906 110 110 110 110 110 110
907 110 110 110 110 110 110
908 125 125 125 125 125 125
909 50 50 50 50 50 50
En todas las soluciones se considera la fiabilidad del sistema. Se destacan en sombreado
los dimetros que son diferentes respecto de la solucin con coste mnimo obtenida que
verifica las restricciones de presin en los nudos.
Tabla 2. Soluciones obtenidas para la red


1425

4. Anlisis estadstico de los resultados obtenidos mediante el APG
Una de las principales caractersticas que presentan los AG es su carcter aleatorio,
de modo que no es posible garantizar con certeza la obtencin del ptimo del sistema. Para
analizar dicha aleatoriedad se ha realizado un anlisis estadstico donde se analiza la
influencia que tienen los distintos parmetros en la solucin de la red analizada.
De este modo, se han llevado a cabo ms de 5000 simulaciones, fijando la poblacin
inicial en 100 individuos y variando las tasas de mutacin y cruce. As pues, se ha variado la
tasa de mutacin desde un 1 hasta un 9%, y la tasa de cruce entre un 10 y un 90%.
Inicialmente se realiza un histograma, que incorpora adems el grfico de
probabilidad acumulada de las soluciones obtenidas. Dicho grfico permite detectar aquellas
soluciones ms frecuentes, as como determinar la probabilidad de obtener una solucin
mejor a una dada. Es importante tener en cuenta que el histograma representa la totalidad
de costes obtenidos, con lo que se estn incluyendo aquellas combinaciones de mutacin y
cruce que peor funcionan, con lo que es lgico que el nmero de valores correspondientes
al coste mnimo no sea muy alto.
0
200
400
600
800
1000
1200
1400
1600
1800
1
,
0
0
0
1
,
0
0
4
1
,
0
0
8
1
,
0
1
2
1
,
0
1
6
1
,
0
2
1
1
,
0
2
5
1
,
0
2
9
1
,
0
3
3
1
,
0
3
7
1
,
0
4
1
1
,
0
4
5
1
,
0
4
9
1
,
0
5
3
1
,
0
5
7
1
,
0
6
2
1
,
0
6
6
1
,
0
7
0
1
,
0
7
4
1
,
0
7
8
1
,
0
8
2
1
,
0
8
6
1
,
0
9
0
1
,
0
9
4
1
,
0
9
8
1
,
1
0
3
1
,
1
0
7
1
,
1
1
1
1
,
1
1
5
1
,
1
1
9
1
,
1
2
3
1
,
1
2
7
1
,
1
3
1
1
,
1
3
5
Coste de la solucin (Euros)
F
r
e
c
u
e
n
c
i
a

d
e

l
a
s

s
o
l
u
c
i
o
n
e
s
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
90,00%
100,00%
Frecuencia % acumulado
Figura 5. Diagrama de frecuencias y probabilidad acumulada de las soluciones obtenidas.
Para determinar la influencia que tiene la probabilidad de mutacin y de cruce en la
obtencin del coste mnimo de diseo se adopta como valor ptimo de diseo la solucin
correspondiente a 60578,91 . Se analiza entonces para cada combinacin de los valores
de mutacin y cruce la probabilidad de que el APG encuentre el mnimo. La representacin
de esta tasa de xito se aprecia en la Figura 6, donde queda de manifiesto que existen
combinaciones de valores con una probabilidad mnima de obtencin del ptimo. La tasa de
xito mxima en la obtencin del ptimo se obtiene para una probabilidad de mutacin en
torno al 4-5%, que en este caso equivale aproximadamente a la mutacin de un eslabn por
cadena, no siendo tan importante a priori la probabilidad de cruce.
Una de las principales caractersticas que posee el APG es que en la mayora de las
combinaciones posibles se puede llegar a obtener una buena solucin. Se entender como

1426

buena solucin aquella cuyo coste asociado presente un sobrecoste respecto de la solucin
ptima inferior al 1%. La Figura 7 recoge la probabilidad de obtener una solucin buena
para cada combinacin de valores de la probabilidad de mutacin y cruce.
0,0%
2,0%
4,0%
6,0%
8,0%
10,0%
12,0%
14,0%
T
a
s
a

d
e

x
i
t
o
0,00% 2,00% 4,00% 6,00% 8,00% 10,00%
0
10%
20 %
30%
40%
50%
60%
70%
80%
90%
100%
Mutacin
Cruce

Figura 6. Probabilidad de obtencin del mnimo segn parmetros de cruce y mutacin
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
T
a
s
a

d
e

x
i
t
o
0,00% 2,00% 4,00% 6,00% 8,00% 10,00%
0
10 %
20%
30%
40%
50%
60%
70%
80%
90%
100%
Mutacin
Cruce
70,00%-80,00%
60,00%-70,00%
50,00%-60,00%
40,00%-50,00%
30,00%-40,00%
20,00%-30,00%
10,00%-20,00%
0,00%-10,00%
Figura 7. Probabilidad de obtencin de una buena solucin segn parmetros de cruce y
mutacin


1427

5. Conclusiones
El principal objetivo de este trabajo consiste en realizar el diseo de una red de
distribucin de agua, utilizando para ello un mtodo basado en un APG. El diseo
econmico en las Redes de Distribucin de Agua es de gran inters si se tiene presente que
nos permite elegir una solucin entre las distintas alternativas que verifican los
condicionantes hidrulicos impuestos para el dimensionado.
El considerar la fiabilidad aumenta los costes econmicos del diseo, pero a cambio
se obtiene un aumento considerable de seguridad en la red frente a potenciales fallos. Es
por ello que la solucin diseo- resultante ser funcin del grado de fiabilidad que se
pretenda para el sistema. As, del anlisis estadstico para el modelo propuesto se extraen
las siguientes conclusiones:
La codificacin empleada simplifica la definicin del problema, puesto que permite un
nmero variable de estados en cada eslabn y tiene una convergencia ms rpida
que un AG clsico (Iglesias y otros, 2004). El APG propuesto genera resultados
ptimos tan buenos, e incluso mejores que los obtenidos por otros autores sobre las
mismas redes de abastecimiento.
El anlisis estadstico realizado permite establecer la tasa de xito del sistema, tanto
para el caso de obtencin de soluciones de coste mnimo como en la obtencin de
buenas soluciones que difieren una cantidad inferior al 1%.
La probabilidad de mutacin es el parmetro ms sensible a la hora de obtener las
mejores soluciones, presentando la probabilidad de cruce una mayor robustez en el
APG propuesto.
En conclusin, se puede afirmar que el modelo propuesto parece vlido para el diseo
de redes de abastecimiento de agua, siendo el ajuste de los parmetros poblacin, cruce y
mutacin el principal condicionante para la obtencin de buenos resultados. En el presente
trabajo se ha fijado la poblacin, optimizndose tan slo las probabilidades de cruce y
mutacin.
Referencias
[1] ASPEROVITS, E. y SHAMIR, U. (1977). Design of Optimal Water Distribution Systems.
Water Resource Research, Vol 12 n 6, 885-900.

[2] CUNHA, M.C.; SOUSA, J . (1999) Water distribution networks design optimization:
simulated annealing approach. J ournal of Water Resources Planning and
Management. J uly/August 1999. pp. 215 221.

[3] EIGER, G.; SHAMIR, U.; BEN-TAL, A. (1994). Optimal design of water distribution
systems. Water Resource Research. Vol. 30. n 9. pp. 2637-2646.

[4] FUERTES, GARCA SIERRA, IGLESIAS, LOPEZ, MARTINEZ, PEREZ (2002).
Modelacin y diseo de redes de abastecimiento de agua. Grupo Mecnica de
Fluidos. Dep. Ingeniera Hidrulica y Medio Ambiente

[5] GOLBERG, D.E; HSING KUO, C (1987). Genetic Algorithms in Pipeline Optimization.
J ournal of Computing in Civil Engineering, Vol. 1, n 2, 148-141.

[6] HOLLAND, J .H (1992). Algoritmos Genticos. Investigacin y Ciencia. Septiembre
1992. 38-45


1428

[7] IGLESIAS, P.L.; LPEZ, P.A.; MARTNEZ, F.J .; PREZ, R. (2002). Dimensionado
econmico de impulsiones mediante algoritmos genticos. II Seminario Hispano-
Brasileo sobre Planificacin Proyecto y Operacin de Redes de Abastecimiento de
Agua. Valencia, 10-12 diciembre, 2002.

[8] IGLESIAS, P.L.; MORA, D; FUERTES, V; MARTNEZ, F.J . (2006). Anlisis estadstico
de soluciones de diseo de Redes de Abastecimiento de Agua mediante Algoritmos
Genticos. XXII Congreso Latinoamericano de Hidrulica. Ciudad Guayana.
Venezuela.

[9] IGLESIAS, P. L. (2003). Desarrollo de una herramienta para modelacin de sistemas de
abastecimiento de agua utilizando sistemas de informacin geogrfica y algoritmos
genticos (MAGIAS). Memoria del Proyecto de Investigacin n DPI2003-02676 del
Ministerio de Ciencia y Tecnologa (Espaa).

[10] IGLESIAS, P.L.; LPEZ, P.A.; LPEZ, G. y MARTNEZ, F.J . (2004). Epanet 2.0vE.
Manual de usuario. Ed. Grupo Multidisciplinar de Modelacin de Fluidos, Valencia.
(Traduccin comentada del texto original de Rossmann, L. Epanet 2.0 Users Manual).

[11] IGLESIAS, P.L. (2001). Modelo general de anlisis de redes hidrulicas a presin en
rgimen transitorio. Tesis Doctoral Dpto. Ingeniera Hidrulica y Medio Ambiente.
Universidad Politcnica de Valencia.

[12] KESSLER, A.; SHAMIR, U. (1997). Decomposition technique for optimal design of
water supl systems. Engineering Optimization. Vol 17. n 1. pp. 1-19.

[13] MATAS, A. (2003). Diseo de redes de distribucin de agua contemplando la fiabilidad
mediante algoritmos genticos. Tesis Doctoral Dpto. Ingeniera Hidrulica y Medio
Ambiente. Universidad Politcnica de Valencia.

[14] MATIAS, A. (2004). Etapas en el diseo de redes distribucin de agua mediante
algoritmos genticos. III Seminario hispano-brasileo sobre Planificacin, Proyecto y
Operacin de Redes de Abastecimiento de Agua. Valencia.

[15] SAVIC, D.A y WALTERS, G.A (1997). Genetic Algorithms for Least-Cost Design of
water Distribution Systems. J ournal of Water Resources Planning and Management,
Vol 125. n2, 67-77.
Agradecimientos
El desarrollo de este trabajo ha sido posible gracias el Ministerio de Ciencia y
Tecnologa de Espaa, quin ha financiado el proyecto de investigacin titulado Desarrollo
de una herramienta para modelacin de sistemas de abastecimiento de agua utilizando
sistemas de informacin geogrfica y algoritmos genticos (MAGIAS), cuyo detalle puede
verse en Iglesias (2003).
Correspondencia (Para ms informacin contacte con):
Universidad Politcnica de Valencia Departamento de Ingeniera Hidrulica y Medio
Ambiente Grupo Multidisciplinar de Modelacin de Fluidos Camino de Vera S/N CP 46022
Valencia (Espaa) Tel: 34 96 3879890 Fax: 34 96 3877981 E-mail: damome@doctor.upv.es. URL:
http://www.gmmf.upv.es


1429