IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

ALGORITMO GENTICO MODIFICADO PARA DISEO DE REDES DE

ABASTECIMIENTO DE AGUA
Pedro L. Iglesias Rey1; F. Javier Martnez Solano; Vicente S. Fuertes Miquel;
Rafael Prez Garca
Resumo Los algoritmos genticos son una tcnica de optimizacin empleada para el diseo de
redes de abastecimiento de agua. Este trabajo presenta un nuevo algoritmo pseudos gentico
modificado (APG). La codificacin de las cadenas se realiza de forma numrica en lugar de una
codificacin binaria clsica. El modelo de diseo APG requiere de una serie de caractersticas
especiales tanto en su codificacin como en la definicin de las operaciones de mutacin y cruce.
El trabajo presenta los resultados del APG sobre diferentes redes referidas en la bibliografa.
Los resultados muestran la bondad del mtodo. Asimismo se estudia la influencia que tiene la
probabilidad de mutacin y de cruce en el mtodo. Por ltimo, en el estudio de las redes de
abastecimiento analizadas se introduce el concepto de fiabilidad. Este concepto es fundamental para
comprender la validez de los resultados obtenidos.
Abstract Genetic algorithms is an optimization technique for optimization used for the design of
water distribution networks. In this paper we present a new algorithm pseudo-genetic modified
(APG). Chain coding is made using integer numbers instead of using binary ones. The design model
APG needs in its definition some special characteristics, both in coding and in the operations
definition for mutation and crossover process.
The work presents the results of the APG model over different water networks referred in the
literature. The results obtained show the goodness of the method. Likewise its studied the influence
of mutation and crossover process in the method. Last, in the study of the water networks analyzed,
reliability is introduced. This concept us fundamental for understanding validity of the obtained
results.
Palavras-chave: algoritmos genticos, diseo, redes, fiabilidad.

Grupo Multidisciplinar de Modelacin de Fluidos Universidad Politcnica de Valencia Camino de Vera s/n
Apto 22012 46022 Valencia (Espana). Telefono: +34.963.879.890. Fax: +34.963.877.981. Email:
piglesia@gmmf.upv.es

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

INTRODUCCIN
El diseo de sistemas de distribucin de agua pertenece a un cada vez ms amplio grupo de
problemas cuya resolucin ptima resulta extremadamente compleja o incluso imposible. En el
campo del diseo de redes de abastecimiento de agua, la obtencin de un diseo ptimo utilizando
dimetros discretos resulta prcticamente imposible. Algunos investigadores han desarrollado
diferentes algoritmos para minimizar los costes de diseo de un sistema de abastecimiento a travs
del empleo de tcnicas matemticas tales como la programacin lineal y no lineal y la programacin
dinmica.
Es bien conocido que cuando se escogen como variables de decisin los dimetros de las
conducciones, las restricciones son funciones implcitas de dichas variables de decisin, la regin
del espacio de soluciones posibles es de tipo no convexo y la funcin objetivo se vuelve
multimodal. En este punto los mtodos tradicionales basados en tcnicas matemticas quedan
restringidos a la localizacin de mnimos locales de la funcin que dependen del punto de inicio del
proceso de convergencia.
La aplicacin de las tcnicas estocsticas de optimizacin tales como los algoritmos genticos
(AG) permiten la bsqueda ms all de estos mnimos locales, lo que ampla en muchas ocasiones
el campo de bsqueda y por ello la capacidad de obtener mejores soluciones. En este punto cabe
destacar algunos trabajos previos relacionados con el tema. Sin duda uno de los primeros modelos
de diseo ptimo de redes de abastecimiento es el modelo GAnet (Morley et al 2001) basado en el
trabajo previo de Savic y Walters (1997); Matas (2003), Matas (2004), Fujiwara y Khang (1990).
Otros modelos tambin de tipo heurstico destacables son los realizados por Cunha y Sousa (1999)
y Eussuf y Lansey (2003).
Este trabajo muestra el desarrollo de un mtodo de diseo ptimo de redes de abastecimiento
de agua basado en el empleo de AG. 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.
METODOLOGA PROPUESTA
Las tcnicas basadas en AG hacen uso de las reglas de seleccin natural que guan el proceso
evolutivo de los seres vivos. Son tcnicas cuyo objetivo es emular dicho proceso para conseguir una
solucin cada vez mejor en la bsqueda por el ptimo. Tradicionalmente han sido mtodos
adecuados para problemas formulados en variables binarias y en los que otros mtodos de bsqueda
no resultan convenientes. No obstante en este trabajo se introduce 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. El
diseo de redes de distribucin de agua dificulta notablemente la exploracin completa del espacio
de soluciones mediante las tcnicas de optimizacin clsicas. Por ello los AG, basados en la
exploracin aleatoria de dicho espacio, resultan adecuados. Para ello es necesario definir unas
reglas sencillas de exploracin y cambio entre cada conjunto de soluciones y el siguiente. El
carcter aleatorio del mtodo no garantiza una exploracin completa del espacio de soluciones, ni
2

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

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.
Los elementos de trabajo de un AG quedan perfectamente definidas tanto el Iglesias y otros
(2002) como en Matas (2003). A continuacin se recoge tan solo una breve descripcin de los
mismos poniendo nfasis en las adaptaciones realizadas para el algoritmo seudo-gentico (APG)
propuesto.
Eslabn.
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; cada eslabn se representa as mediante una variable entera. Esta codificacin supone
identificar cada eslabn con una variable de decisin, al contrario de lo que ocurre con los AG. En
el caso del diseo de redes de abastecimiento cada eslabn, representado mediante un nmero o
letra, recoge la solucin del dimetro de cada una de las lneas (ver Figura 1). Es necesario para ello
que exista una codificacin de las variables de decisin como la recogida en la tabla siguiente.
Tabla 1. Tabla de codificacin para diseo y rehabilitacin de una red de abastecimiento de
agua.
Cdigo
variable
decisin
A
B
C
D
E
F

Sub. 1

Sub. 2

D (mm)

Acciones

100
150
200
250
300
350

Mantener tubera
Duplicar tubera
Rehabilitar tubera
-

Sub. 3
Dvlvula
(mm)
60
80
100
150
200
300

Sub. 4
Altura de la bomba
Hmin
Hmin+025*(Hmax-Hmin)
Hmin+050*(Hmax-Hmin)
Hmin+075*(Hmax-Hmin)
Hmax
-

Sub. 5
Grado apertura
vlvula (%)
Abierta
Cerrada
-

En la tabla anterior hay diferentes codificaciones de la variable de decisin, teniendo en

cuenta que no todas tienen la misma cantidad de alternativas de decisin. Cada una de ellas
debe tener un coste asociado de forma que pueda evaluarse el coste total asociado a cada
solucin. Las variables codificadas pueden ser el dimetro a instalar de una tubera
(subconjunto 1); las posible rehabilitacin o no de una tubera (subconjunto 2); el dimetro de
una vlvula a instalar (subconjunto 3); la altura que debe suministrar una bomba codificada
entre su valor mximo Hmx y mnimo Hmin (subconjunto 4) o incluso variables binarias tales
como el estado de una vlvula (subconjunto 5). En los ejemplos analizados en este trabajo se
ha realizado solo una codificacin tal como la mostrada en el subconjunto 1 de la
Tabla 1.
Poblacin y cadenas.
La cadena es la representacin simblica de 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 APG el nmero de eslabones que componen una cadena es exactamente igual al
nmero de variables de decisin. Para el caso de realizar tan solo 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. La relacin entre la codificacin de una cadena de
eslabones binarios y una cadena del APG se pone de manifiesto en la Figura 1. La caracterstica que
mide la "bondad" o la capacidad de supervivencia de una determinada cadena (especie) respecto de
otras es lo que se conoce como aptitud. En este caso dicha aptitud se ha representado como el coste
total asociado a cada una de las posibles soluciones de diseo.
3

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

Eslabn binario

Eslabn numrico

Figura 1. Definicin de la cadena y eslabones de un algoritmo gentico (AG) y del algoritmo

pesudo-gentico propuesto (APG).
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 de variables de decisin (NVD), de forma que la cadena genrica i de una poblacin P se define
como un vector de valores numricos

X i = X1i , X i2 , K , X iN VD

(1)

La aptitud una cadena genrica Xi se identifica a travs del valor que adopta la funcin
objetivo para la solucin codificada. En el caso del APG propuesto para diseo de redes de
abastecimiento de agua dicha funcin objetivo se define como

( ) C (X ) L

F Xi =

N VD
j=1

i
j

NS N R

j + k ,s (H min,k H k ,s )

(2)

s =1 k =1

En la expresin (2) Cj es el coste unitario asociado al valor de la variable de decisin

contenida en el eslabn j de la cadena i; y Lj es la longitud de conduccin de la tubera j. Asimismo
como en cualquier problema de optimizacin existen NR restricciones impuestas que deben cumplir
las posibles soluciones del problema. La forma de incluir estas restricciones es mediante una
penalizacin en el coste total de la solucin que afecta posteriormente a la aptitud de la cadena.
Las restricciones que debe cumplir un proceso de diseo es satisfacer las restricciones de
altura de presin mnima (Hmin,k) en cada nudo k. Estas restricciones deben verificarse en todos los
escenarios NS 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 (Hk,s) y la altura
mnima requerida (Hmin,k). Para computar dicha penalizacin se definen dos variables. Una de ellas
(k,s) es una variable binaria que adopta el valor 1 si Hk,s < Hmin,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.
El mtodo de los APG propuesto pretende la evolucin de una poblacin inicial aleatoria
mediante un paralelismo similar a las leyes de la seleccin natural, tal como ocurre con los AG
clsicos (Matas, 2003; Iglesias y otros, 2002). Esto se consigue mediante tres procesos bsicos: la
reproduccin, el cruce y la mutacin.
Proceso de reproduccin.
La reproduccin es un proceso consistente en seleccionar de entre las NC cadenas de la
poblacin P, aquellas que sobrevivirn en la siguiente generacin. Existen muchos mtodos de
reproduccin de cadenas en AG (Matas 2003). De entre ellos para el desarrollo del APG se ha
seleccionado el mtodo de reproduccin constante. Este mtodo asigna a cada una de las cadenas de
la poblacin una probabilidad de seleccin para formar parte de la siguiente generacin. Dicha
4

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

probabilidad depende del orden segn el coste de la cadena dentro de la poblacin, y debe estar
comprendida entre una probabilidad mxima pmx, asociada al individuo de coste menor, y una
probabilidad mnima, asociada a la solucin de coste mayor. Ambas probabilidades se definen
como

2
p max =
p min =
(3)
NC
NC
donde es una constante que debe estar entre 15 y 2.
De acuerdo con este mtodo para una cadena genrica i su probabilidad de seleccin es
N i
p i = p min + (p max p min ) C
(4)
NC 1
Las posibilidades de cada una de las cadenas de reproducirse en la siguiente generacin se
determinan en funcin del producto de la probabilidad pi por el nmero de cadenas NC. Si dicho
producto es mayor o igual que 15 la cadena se duplica; si est entre 05 y 15 la cadena se
mantiene; y si es inferior a 05 la cadena se elimina de la siguiente generacin.
La
Tabla 2 recoge el proceso de reproduccin constante de la poblacin hipottica de 16 cadenas
de la Figura 2. En las dos primeras columnas se recoge la cadena y el valor de la funcin objetivo
asociada a cada una de ellas. En las primeras filas se recogen los valores de la constante y las
probabilidades asociadas a los individuos ms caro y ms barato. En el resto de columnas aparece
para cada valor de los valores de la probabilidad de cada cadena pi, el producto pi*NC y el nmero
de copias de la cadena en cuestin que estarn en la siguiente generacin.
Tabla 2. Nmero de individuos en la siguiente generacin en el mtodo de la reproduccin
constante en funcin de la constante .
Constante
pmx
pmin
Cadena Valor
1
36
2
327
3
799
4
1640
5
3569
6
4711
7
5363
8
7713
9
10020
10
13952
11
14939
12
15346
13
15747
14
16450
15
18735
16
19822

pi
0,100
0,095
0,090
0,085
0,080
0,075
0,070
0,065
0,060
0,055
0,050
0,045
0,040
0,035
0,030
0,025

1,6
0,1000
0,0250
pi*NC Indiv.
1,60
2
1,52
2
1,44
1
1,36
1
1,28
1
1,20
1
1,12
1
1,04
1
0,96
1
0,88
1
0,80
1
0,72
1
0,64
1
0,56
1
0,48
0
0,40
0

pi
0,106
0,100
0,095
0,089
0,083
0,077
0,071
0,065
0,060
0,054
0,048
0,042
0,036
0,030
0,025
0,019

1,7
0,1063
0,0188
pi*NC Indiv.
1,70
2
1,61
2
1,51
2
1,42
1
1,33
1
1,23
1
1,14
1
1,05
1
0,95
1
0,86
1
0,77
1
0,67
1
0,58
1
0,49
0
0,39
0
0,30
0

pi
0,113
0,106
0,099
0,093
0,086
0,079
0,073
0,066
0,059
0,053
0,046
0,039
0,033
0,026
0,019
0,013

1,8
0,1125
0,0125
pi*NC Indiv.
1,80
2
1,69
2
1,59
2
1,48
1
1,37
1
1,27
1
1,16
1
1,05
1
0,95
1
0,84
1
0,73
1
0,63
1
0,52
1
0,41
0
0,31
0
0,20
0

pi
0,119
0,111
0,104
0,096
0,089
0,081
0,074
0,066
0,059
0,051
0,044
0,036
0,029
0,021
0,014
0,006

1,9
0,1188
0,0063
pi*NC Indiv.
1,90
2
1,78
2
1,66
2
1,54
2
1,42
1
1,30
1
1,18
1
1,06
1
0,94
1
0,82
1
0,70
1
0,58
1
0,46
0
0,34
0
0,22
0
0,10
0

El proceso de reproduccin empleado en cualquier AG tiene influencia sobre la eficacia del

mismo. De la misma forma el mtodo de reproduccin influye en el APG descrito. El objeto
de este trabajo es poner de manifiesto la utilidad del mtodo y no realizar un estudio en
detalle del mtodo de reproduccin ms adecuado. Por ello se ha seleccionado uno de los
mtodos ms empleados en el diseo de redes de distribucin de agua mediante AG y se ha
5

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

extrapolado su uso para el APG. El resultado del proceso de reproduccin de la poblacin

genrica de la
Tabla 2 queda esquematizado en la Figura 2.
536
399
6
53
395
8
98
ob
u935
0
39
3cac
6
A
D
E
F
B
C
3
10020
16450
15747
36
A
F
B
C
D
569
Objetivo

esu
c a ta te

Figura 2. Proceso de reproduccin en un algoritmo gentico.

Proceso de cruce.
El proceso de cruce consiste en emparejar aleatoriamente las cadenas de la poblacin
intermedia y realizar un cambio de los distintos eslabones a partir de un cierto eslabn de cruce,
determinado de forma aleatoria. De esta forma uno de los parmetros caractersticos de un AG es el
nmero de cadenas que se cruzan entre s, que est definido por lo que se conoce como probabilidad
de cruce pc. La Figura 3 representa el proceso de cruce de dos cadenas genricas i y j.
Cadena i 1 1 1 0 1 0 1 1 0 1

B
D
C
A
F
E
Bslabn jide cruce
Cadena

Cadena j 1 0 0 0 0 0 1 1 1 0

Eslabn de cruce
Cadena i

1 1 1 0 1 0 1 1 1 0

Cadena j 1 0 0 0 0 0 1 1 0 1

Figura 3. Proceso de cruzamiento en un

algoritmo gentico.

Figura 4. Proceso de cruzamiento del APG.

Una de las caractersticas fundamentales del APG est el efecto generado al cruzar diferentes
cadenas entre s. Si la codificacin es binaria y se realiza el cruce (Figura 3) la seleccin aleatoria
del eslabn de cruce determina el punto donde se trocean las cadenas para cruzarlas entre s. Esto
puede originar la fraccin del cdigo binario que identifica una de las posibles variables de
decisin. En el caso de implementar el APG (Figura 4) la seleccin de un eslabn de cruce no
genera este efecto. Por ello la utilizacin de los APG genera menos posibilidad de cambio en las
soluciones finales que los AG clsicos. Este hecho origina, tal como se muestra con posterioridad,
que sea necesario introducir cambios en las cadenas mediante el siguiente de los procedimientos: la
mutacin.

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

Proceso de mutacin.
El proceso de mutacin se aplica a la poblacin intermedia obtenida tras el proceso de
reproduccin y de cruce. En un AG (ver Figura 5) es un proceso que consiste en transponer el
valor binario de eslabones aislados: si su valor es 0 pasa a ser 1 y viceversa. La utilidad del
proceso es ampliar las zonas de bsqueda dentro del espacio de soluciones factibles. Para
evitar que el cambio de uno solo de los bits de una cadena genere un gran cambio en la
variable de decisin que afecta normalmente suele emplearse en los AG la codificacin de
Gray. Esta codificacin (ver ejemplo en la
Tabla 3) tiene como principio que el cambio en nico bit genera tan solo un aumento o
disminucin en la representacin del dimetro, cosa que en el cdigo binario no ocurre.
Tabla 3. Valores del cdigo binario y del cdigo Gray para un conjunto de 8 dimetros
candidatos.
Nmero
Dimetro
A
B
C
D
E
F
G
H
Cadena i

Dimetro
Interior (mm)
100
125
150
200
250
300
350
400

1 1 1 0 1 0 1 1 0 1

Cdigo Binario

Cdigo Gray

000
001
010
011
100
101
110
111

000
001
011
010
110
111
101
100

Cadena i

Eslabn de mutacin
Cadena i

1 1 1 0 1 0 1 1 1 0

Eslabn de mutacin
Cadena i

Figura 5. Proceso de mutacin de un AG y de un APG.

En el caso del APG se representa el comportamiento de la mutacin de los AG que emplean
un cdigo Gray. As, una vez determinado el eslabn de mutacin se determina aleatoriamente si
dicho bit debe incrementarse o decrementarse. De esta forma se determina el valor del eslabn en la
siguiente generacin.
El proceso de cruce introduce menos modificaciones en el APG que en el AG. Por ello el
proceso de mutacin debe suplir esa capacidad para generar alternativas nuevas. Adems cada uno
de los eslabones tiene una amplia cantidad de valores. Estos dos motivos provocan que la
probabilidad de mutacin en el APG sea superior a la empleada en los AG.
En los prximos apartados se centra el estudio en la capacidad del APG propuesto de obtener
soluciones iguales o incluso mejores de las existentes para las mismas redes. Se analizan as
diferentes redes de abastecimiento y se estudia el valor mnimo del coste de diseo de las mismas.
Posteriormente, se realiza un estudio ms intensivo de la influencia que los diferentes parmetros
tienen sobre la solucin final. En cada uno de los clculos es necesario determinar las presiones en
nudos y caudales en lneas. Estos clculos se realizan meditante el modelo EPANET, cuyo detalle
puede seguirse en Iglesias y otros (2004) o en Rossman (2002). La edicin y manejo de la
informacin de las diferentes redes se ha realizado mediante el modelo SARA desarrollado en el
Grupo Multidisciplinar de Modelacin de Fluidos de la Universidad Politcnica de Valencia y
cuyos fundamentos pueden seguirse en Iglesias (2001).
7

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

LA RED DE ASPEROVITS Y SHAMIR.

La red propuesta por Asperovits y Shamir (1977) consta de dos mallas, 6 nudos de consumo,
8 conducciones y un nico punto de alimentacin (Figura 6). Se trata de una red clsica para la
verificacin de modelos de diseo de redes de abastecimiento de agua. El tamao reducido de esta
red permite una gran agilidad y velocidad de los clculos, por lo que permite extraer unas
conclusiones iniciales interesantes de los resultados que de la misma se obtienen. Los datos de los
nudos y de la gama de dimetros con la que se realiza en clculo se recogen respectivamente en la
Tabla 4 y en la Tabla 5.
P1
Lnea
N3
N5
N7
N2
N4
N6
Lnea 8
1
2
3
5
6
7

Tabla 4. Datos de los nudos de la red de 2

mallas.
Nudo
P1
N2
N3
N4
N5
N6
N7

Datos de los Nudos

Pmnima
Caudal
Cota (m)
(mca)
(m3/h)
210
-1120
0
150
100
30
160
100
30
155
120
30
150
270
30
165
330
30
160
200
30

Tabla 5. Tabla de dimetros para diseo

de la red de 2 mallas.
Tabla de dimetros
N
Diam
Coste
Dimetro
(mm)
(um/m)
A
254
2
B
508
5
C
762
8
D
1016
11
E
1524
16
F
2032
23
G
2540
32

Figura 6. Red de 2 mallas.

Para realizar el diseo se admite que todas
las conducciones son de 1000 metros de
longitud y que el coeficiente de HazenWillliams es 130.

Tabla 6. Comparativa de resultados de diseo de la red de Asperovist y Shamir.

Kessler y Shamir (1)
1
2
3
4
5
6
7
8
Coste

L (m)
1000
66
934
1000
713
287
836
164
109
891
819
181
920
80

D (mm)
457,2
304,8
254,0
406,4
76,2
50,8
406,4
355,6
304,8
254,0
254,0
203,2
76,2
50,8
417.500

Eiger et al (2)

Savic y
Walters (3)
D (mm)
4572

Cunha y
Sousa (4)
D (mm)
4572

D (mm)
4572

APG
Fiab. (6)
D (mm)
5080

2540

2540

2540

5080

4064

4064

4064

4572

1016

1016

1016

4064

4064

4064

4064

3556

2540

2540

2540

3556

2540

2540

2540

4572

APG (5)

L (m)
1000
238,02
761,98
1000

D (mm)
457,2
304,8
254,0
406,4

1000

25,4

682,86
317,14
989,05
10,95
921,86
78,14

406,4
355,6
254,0
203,2
254,0
203,2

1000

25,4

254

254

254

3556

403.968

419.000

419.000

419.000

870.000

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

(1)

(2)

(3)
(4)
(5)
(6)

Resultados obtenidos mediante Kessler y Shamir (1997) utilizando dimetros discretos pero contemplando
la posibilidad de dividir la longitud de conduccin en dos tramos.
Resultados de Eiger et al (1994) con las mismas restricciones que en (1) pero considerando como
posibilidad que el dimetro mnimo de las conducciones fuese 254 mm.
Resultados obtenidos por Savic y Waters (1997) mediante algoritmos genticos.
Resultados de Cunha y Sousa (1999) mediante una tcnica heurstica de recocido simulado.
Resultados obtenidos con el APG propuesto sin considerar la fiabilidad del sistema.
Resultados obtenidos con el APG considerando la fiabilidad del sistema.

El resultado obtenido como ptimo mediante el modelo APG de diseo ofrece una solucin
cuyo coste es 419.000 unidades monetarias. En la Tabla 6 se recogen los resultados obtenidos del
diseo de la misma red por diferentes autores bien utilizando dimetros discretos, bien utilizando la
posibilidad de que una tubera se divida en dos tramos de dimetro diferente. Se recoge tambin el
resultado de otro estudio de tipo heurstico no directamente relacionados con los AG, como el
estudio de Cunha y Sousa. Del anlisis de los resultados se pueden extraer las siguientes
conclusiones:

Aquellos mtodos de diseo que suponen dimetros discretos y nicos por lnea
obtienen los mismos resultados.
Es posible encontrar soluciones ms baratas que las obtenidas mediante el mtodo
APG, si bien tan solo en el caso de considerar la posibilidad de dos tramos de
dimetro por lnea.
Excepto la primera solucin propuesta por Kessler y Shamir (1997) el resto supone la
inclusin de una conduccin de dimetro pequeo. Esto se debe a que la tendencia
natural del ptimo es construir una red ramificada donde las mallas acaban cerrndose
con dimetros iguales o similares al menor de los disponibles en la tabla de dimetros.
En este sentido el caso ms significativo es la tubera 8 que en el diseo ptimo tiene
una solucin de DN 1 (254 mm). En el caso de que hubiese un dimetro menor en la
lista de dimetros probablemente hubiese sido ste el seleccionado. Adems en el caso
de eliminar la tubera 8 el coste mnimo obtenido es 417.000, exactamente el
equivalente a descontar el coste de la tubera 8 (2.000 unidades) del coste mnimo
obtenido con el APG.

El anlisis de las soluciones de la tabla plantea una cuestin fundamental: qu ocurrira con
cualquiera de estas soluciones si hubiese una rotura o avera en una de las conducciones? La
respuesta es sencilla: no se verificarn las restricciones de presin mnima en los nudos. Esto entra
en contradiccin con el diseo de una red mallada, donde el trazado de la red trata de garantizar el
suministro en caso de fallo. Esto hace que los costes de diseo aumenten. En caso contrario las
redes obtenidas no verifican las condiciones de una red mallada, por lo que resultara ms
econmico haber diseado ramificada.
En la ltima columna de la Tabla 6 se recoge una solucin obtenida mediante el APG,
incluyendo la opcin de considerar la fiabilidad del sistema. Para ello se prueba la rotura de cada
una de las conducciones del sistema que constituyen una malla y se verifica que en ese caso
tambin se verifiquen las presiones mnimas requeridas. Los resultados obtenidos son dimetros
superiores, fundamentalmente en aquellas lneas que en el diseo inicial presentaban dimetros
menores. El coste total supone un incremento de ms del 100% para alcanzar un coste total de
870.000 unidades monetarias.

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

LA RED LAS TORRES DE HANOI.

La red propuesta de la Torres de Hanoi fue propuesta por Fujiwara y Khang (1990) y consta
de 3 mallas, 32 nudos de consumo, 34 conducciones y un nico punto de alimentacin (Figura 7).
Al tratarse de una red de tamao importante y con un trazado real existen en la bibliografa
diferentes soluciones obtenidas con modelos de diseo distintos. Los datos de nudos y lneas, as
como la gama de dimetros con la que se realiza en clculo se recogen respectivamente en las tablas
siguientes.
13
14
22
30
18
19
8
7
6
2
21
31
32
24
25
17
P1
94
10
8
12
11
1
9
34
23
5
4
3
20
29
1
9
28
27
26
33
13
15
16
12
6
5
23
11
0

Tabla 7. Datos de las lneas de la

red de las Torres de Hanoi.
Lnea
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

Longitud
(m)
100
1350
900
1150
1450
450
850
850
800
950
1200
3500
800
500
550
2730
1750

18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

Longitud
(m)
800
400
2200
1500
500
2650
1230
1300
850
300
750
1500
2000
1600
150
860
950

1045
820
170
900
370
290
360
360
105
805

30
30
30
30
30
30
30
30
30
30

Lnea

Figura 7. Red de las Torres de Hanoi.

Tabla 8. Datos de los nudos de la red de las Torres de Hanoi.
Nudo
1
2
3
4
5
6
7
8
9
10

Cota
(m)
100
0
0
0
0
0
0
0
0
0

Caudal
(m3/h)
-750
890
850
130
725
1005
1350
550
525
525

Pmnima
(mca)
0
30
30
30
30
30
30
30
30
30

11
12
13
14
15
16
17
18
19
20
21
22

0
0
0
0
0
0
0
0
0
0
0
0

500
560
940
615
280
310
865
1345
60
1275
930
485

30
30
30
30
30
30
30
30
30
30
30
30

23
24
25
26
27
28
29
30
31
32

0
0
0
0
0
0
0
0
0
0

Tabla 9. Gama de dimetros para el diseo de la red de las Torres de Hanoi.

N Dimetro
Diam (mm)
Coste
(um/m)

A
3048

B
4064

C
5080

D
6096

E
7620

F
10160

45726

70400

98387

129333

180748

278280

10

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

Uno de los aspectos que contribuye a definir la solucin ptima de una red de abastecimiento
de agua es el nmero de dimetros candidatos. En los resultados presentados en la Tabla 10 se
ha empleado la tabla de dimetros de la
Tabla 9. Algunas de las soluciones dan como resultado los valores extremos del intervalo
seleccionado. En cualquier proceso de optimizacin este hecho es indicativo de una inadecuada
seleccin del intervalo de soluciones posibles, siendo necesario ampliar dicho intervalo. Para poner
esto de manifiesto se ha realizado un estudio sobre la red de Hanoi donde se ha ampliado el nmero
de dimetros candidatos (ver Tabla 11). El empleo de esta gama de dimetros conduce a una
solucin cuyo coste (es notablemente inferior a las soluciones obtenidas tanto en la bibliografa
como en las simulaciones realizadas con el modelo de APG. Los resultados se recogen en la Figura
12.
Tabla 10. Comparacin de las soluciones obtenidas para la red de las Torres de Hanoi.
Lnea
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
Coste (miles um)

(1)

(1)

Matas
1016
1016
1016
1016
1016
1016
1016
1016
1016
762
609,6
609,6
508
406,4
304,8
304,8
406,4
609,6
609,6
1016
508
304,8
1016
762
762
508
304,8
304,8
406,4
304,8
304,8
406,4
406,4
609,6
6.093

Soluciones bibliografa
Savic1(2) Savic2(3) Cunha(4)
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
762
1016
1016
762
762
762
762
609,6
609,6
609,6
609,6
609,6
406,4
508
508
406,4
406,4
406,4
304,8
304,8
304,8
406,4
304,8
304,8
508
406,4
406,4
609,6
508
508
609,6
508
508
1016
1016
1016
508
508
508
304,8
304,8
304,8
1016
1016
1016
762
762
762
762
762
762
508
508
508
304,8
304,8
304,8
304,8
304,8
304,8
406,4
406,4
406,4
406,4
406,4
304,8
304,8
304,8
304,8
304,8
304,8
406,4
406,4
406,4
406,4
508
508
609,6
6.187
6.073
6.056

Sol 1
1016
1016
1016
1016
1016
1016
1016
1016
1016
762
609,6
609,6
508
406,4
304,8
304,8
406,4
609,6
508
1016
508
304,8
1016
762
762
508
304,8
304,8
406,4
304,8
304,8
406,4
406,4
609,6
6.081

Soluciones obtenidas(5)
Sol 2
Sol 3
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
1016
762
762
609,6
609,6
609,6
609,6
508
508
406,4
304,8
304,8
304,8
304,8
304,8
406,4
406,4
508
609,6
609,6
508
1016
1016
508
508
304,8
304,8
1016
1016
762
762
762
762
508
508
406,4
406,4
304,8
304,8
406,4
406,4
406,4
304,8
304,8
304,8
406,4
304,8
406,4
508
508
609,6
6.096
6.097

Sol 4
1016
1016
1016
1016
1016
1016
1016
1016
1016
762
609,6
609,6
508
406,4
304,8
304,8
406,4
609,6
508
1016
508
304,8
1016
762
762
508
304,8
304,8
406,4
406,4
304,8
304,8
406,4
508
6.097

Solucin obtenida de los trabajos de Matas (2003).

Solucin obtenida por Savic y Walters (1997).
(3)
Solucin obtenida por Savic y Walters (1997), sin cumplir las restricciones de presin en
los nudos.
(4)
Solucin obtenida mediante el mtodo heurstico de Cunha y Sousa (1999). Tal como se
verifica en Eusuf y Lansey (2003) esta solucin no cumple la restriccin de presin mnima
(2)

11

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

en todos los nudos.

Soluciones 1, 2 3 y 4 del mtodo desarrollado. Corresponden a las 4 mejores soluciones
obtenidas.
Se destacan los dimetros que son diferentes respecto de la solucin propuesta por Savic y
Waters que verifica las restricciones de presin en los nudos.

(5)

Tabla 11. Nuevos dimetros candidatos para la red de Hanoi.

N Dimetro
Diam (mm)
Coste (um/m)

A
101,6
8,8

B
152,4
16,17

C
203,2
24,89

D
254
34,79

E
304,8
45,73

F
406,4
70,4

G
H
I
J
K
L
508
609,6
762
1016
1270
1524
98,39 129,33 180,75 278,28 388,91 511,23

Tabla 12. Comparacin de soluciones obtenidas con la metodologa propuesta con diferentes
rangos de dimetros para la red de las Torres de Hanoi.
Lnea
1
2
3
4
5
6
7
8
9
10
11

Nueva
Sol 1
D (mm) D (mm)
1270
1016
1270
1016
1016
1016
1016
1016
1016
1016
1016
1016
762
1016
762
1016
762
1016
609,6
762
609,6
609,6

12
13
14
15
16
17
18
19
20
21
22
23
24

508
508
406,4
406,4
101,6
406,4
406,4
508
1016
406,4
254
762
762

609,6
508
406,4
304,8
304,8
406,4
609,6
508
1016
508
304,8
1016
762

25
26
27
28
29
30
31
32
33
34
Coste
(miles
um)

609,6
406,4
203,2
254
406,4
304,8
101,6
254
406,4
508

762
508
304,8
304,8
406,4
304,8
304,8
406,4
406,4
609,6

5.201

6.081

En la tabla anterior destacan en sombreado las soluciones diferentes segn el rango de

dimetros seleccionado. El anlisis con detalle de esta tabla permite destacar dos aspectos:
El aumento del rango de dimetros permite obtener dimetros mayores (1260 mm) a los
obtenidos inicialmente (1016 mm).
La ampliacin del rango de dimetros candidatos hacia dimetros menores genera la
posibilidad de que se obtengan redes claramente ms baratas ya que su trazado se
aproximada a una red ramificada cerrndose las mallas mediante dimetros mnimos.
Este hecho se haba puesto ya de manifiesto al analizar la red de 2 mallas.
Los problemas asociados a los dimetros mnimos de la gama de dimetros con la que se
disea la red de abastecimiento de agua quedan soslayados parcialmente al introducir el concepto
de fiabilidad de la red. Sobre la red analizada se ha utilizado el APG para disear la red
introduciendo el concepto de fiabilidad. Los resultados que se obtienen de la mejor solucin de
diseo en el caso de fiabilidad se recogen en la tabla 13. En esta tabla se recogen de forma
comparativa los resultados del diseo contemplando la fiabilidad del sistema en caso de rotura
respecto de la solucin inicial del APG con las mismas restricciones que en el resto de estudios de
la bibliografa y el diseo ampliando la gama de dimetros candidatos que pueden instalarse en
cada tubera.
Tabla 13. Comparacin de soluciones obtenidas con la metodologa propuesta incluyendo la
posibilidad de introducir el concepto de fiabilidad en la red de las Torres de Hanoi.
Lnea
1
2
3

Sin Fiab.
D (mm)
1270
1270
1016

Con Fiab.
D (mm)
1270
1270
1016

Sol 1
D (mm)
1016
1016
1016

4
5
6
7
8

1016
1016
1016
762
762

1016
1016
762
762
762

1016
1016
1016
1016
1016

12

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

9
10
11
12
13
14
15
16
17
18
19
20
21
22

762
609,6
609,6
508
508
406,4
406,4
101,6
406,4
406,4
508
1016
406,4
254

762
609,6
609,6
508
1016
762
1016
1016
1016
1016
1016
1016
609,6
406,4

1016
762
609,6
609,6
508
406,4
304,8
304,8
406,4
609,6
508
1016
508
304,8

23
24
25
26
27
28
29
30
31
32
33
34
Coste
(miles um)

762
762
609,6
406,4
203,2
254
406,4
304,8
101,6
254
406,4
508

1016
762
1016
1016
1016
1016
508
508
508
304,8
406,4
406,4

1016
762
762
508
304,8
304,8
406,4
304,8
304,8
406,4
406,4
609,6

5.201

8.068

6.081

A diferencia de lo que ocurra en la red de Asperovits y Shamir el incremento de coste en la

solucin con fiabilidad respecto de la solucin sin fiabilidad no es tan grande. Esta diferencia se
hace tanto menor conforme mayor es el tamao de la red de distribucin que se disea. Conviene
recordar que no incluir el concepto de fiabilidad supone no verificar las presiones mnimas
requeridas en caso de rotura o fallo de una de las conducciones. El anlisis de la solucin fiable
permite notar que los dimetros mayores estaban ya presentes en la solucin no fiable. Por el
contrario aquellos dimetros que eran de tamao menor en la solucin no fiable deben ser mayores
en la solucin fiable, para asumir una mayor capacidad de transporte en caso de rotura o fallo.
ANLISIS ESTADSTICO DE LOS RESULTADOS OBTENIDOS MEDIANTE EL APG
Una de las caractersticas fundamentales tanto de los AG como del APG es el
comportamiento aleatorio del sistema. No solo no existe certeza en obtener el ptimo del sistema,
sino que adems puede existir cierta variacin de los resultados debidos a la aleatoriedad del
proceso. Por ello en este apartado se analiza el comportamiento estadstico que presentan las
soluciones del APG propuesto cuando se realiza sucesivas veces manteniendo los mismos
parmetros o variando tan solo alguno de ellos. Para analizar este comportamiento estadstico del
APG se han realizado ms de 5000 simulaciones diferentes de la red de las Torres de Hanoi
mediante el modelo de diseo propuesto. Los parmetros modificados han sido la probabilidad de
mutacin y la probabilidad de cruce. La poblacin se ha mantenido constante en todo momento en
100 cadenas.
La interpretacin inicial de los resultados se realiza mediante la representacin del histograma
y el grfico de probabilidad acumulada de las soluciones obtenidas (Figura 8). Esto permite detectar
las soluciones ms frecuentes e incluso determinar la probabilidad de obtener una solucin mejor a
una dada. Hay que tener en cuenta que el histograma representa la totalidad de costes obtenidos
variando la probabilidad de mutacin y de cruce. Por ello los valores correspondientes al coste
mnimo tan solo se obtienen para determinados valores de dichas probabilidades y de ah que su
frecuencia no sea elevada.

13

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

10,00%

100,00%

8,00%

80,00%

7.018

6.988

6.958

6.928

6.897

6.867

6.837

6.807

6.776

6.746

6.716

6.686

6.656

6.625

6.595

6.565

0,00%
6.535

0,00%
6.504

10,00%

6.474

1,00%

6.444

20,00%

6.414

2,00%

6.383

30,00%

6.353

3,00%

6.323

40,00%

6.293

4,00%

6.263

50,00%

6.232

5,00%

6.202

60,00%

6.172

6,00%

6.142

70,00%

6.111

7,00%

6.081

Probabilidad

90,00%

Frecuencia Soluciones
Probabilidad Acumulada

Probabilidad
acumulada

9,00%

Miles (UM)

Figura 8. Diagrama de frecuencias y probabilidad acumulada de las diferentes soluciones

obtenidas del problema.
Para determinar la influencia que tienen la probabilidad de mutacin y de cruce en la
obtencin del valor mnimo de coste se adoptado como valor ptimo de diseo la solucin que
corresponde a un coste de 6.081 miles de unidades monetarias (ver Tabla 10). Fijado este valor se
analiza para cada combinacin de los valores de la probabilidad de mutacin y cruce, la
probabilidad de que el mtodo APG obtenga el ptimo. La representacin de esta tasa de xito en la
obtencin del mnimo se representa en la Figura 9. En ella se pone de manifiesto que existen
combinaciones de valores de la probabilidad de mutacin y de cruce que no generan nunca un valor
ptimo. La tasa de xito mxima en la obtencin del ptimo se obtiene aproximadamente para una
probabilidad de mutacin de 3-4% y una probabilidad de cruce del 30-40%.

Tasa de Exito
0,9

12,00%
11,00%
10,00%
9,00%
8,00%
7,00%
6,00%
5,00%
4,00%
3,00%
2,00%
1,00%
0,00%

0,8
0,7
0,6
0,5
0,4

Probabilidad de Cruce

0,3
0,2

0,1
0,005

0,01

0,02

0,03

0,04

0,05

0,06

0,07

0,08

0,09

Probabilidad de Mutacin

Figura 9. Probabilidad de obtencin del mnimo respecto de la probabilidad de mutacin y de

cruce.
14

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

Tasa de xito
0,9

60,00%
55,00%
50,00%
45,00%
40,00%
35,00%
30,00%
25,00%
20,00%
15,00%
10,00%
5,00%
0,00%

0,8
0,7
0,6
0,5
0,4

Probabilidad de Cruce

0,3
0,2

0,1
0,005

0,01

0,02

0,03

0,04

0,05

0,06

0,07

0,08

0,09

Probabilidad de Mutacin

Figura 10. Probabilidad de obtener una solucin buena respecto de la probabilidad de

mutacin y de cruce.
Una de las caractersticas de los AG en general y del APG propuesto en particular es la
capacidad de obtener no solo un valor ptimo, sino de obtener un conjunto de buenas soluciones
del problema de diseo. En este trabajo se define como buena solucin aquella cuyo coste
asociado presenta una diferencia respecto del valor ptimo inferior al 1%. As, en la Figura 10 se
recoge la probabilidad de obtener una solucin buena para cada combinacin de valores de la
probabilidad de mutacin y de la probabilidad de cruce. Este grfico muestra unos valores de la tasa
de xito mayores a los que recoga la Figura 9, lo que muestra la capacidad del mtodo no solo de
obtener valores mnimos, sino tambin de obtener con relativa frecuencia valores muy cercanos al
ptimo definido.
Los resultados recogidos en las figuras anteriores marcan de forma muy clara aquellos valores
de la probabilidad de cruce y mutacin ms adecuados para el proceso de diseo. No obstante, para
analizar la influencia con detalle que tienen estos parmetros se realizan tres tipos de anlisis ms
detallados todos ellos en funcin de los parmetros estudiados. Estos estudios de varianza son:
Varianza de la tasa de xito en la obtencin del valor seleccionado como ptimo del
proceso de diseo (Figura 11). Los valores se recogen como valores medios de la tasa
de xito con unos lmites de confianza del 95%.
Varianza de la tasa de xito en la obtencin de buenas soliciones (Figura 12). Al
igual que ocurre con el estudio anterior se recogen tambin valores medios de la tasa
de xito con los mismos lmites de confianza.
Estudio de varianza del valor medio obtenido por la totalidad de los casos analizados.
En este caso se recogen tanto los estudios de valores medios con intervalos de
confianza del 95% (Figura 14) como los grficos Box-Whisler de dicho coste medio
(Figura 13).

15

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

0,08

0,03

0,06

0,02
0,04

0,01

0,02
0

0,005 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

0,1

0,2

Probabilidad de Mutacin

0,3

0,4

0,5

0,6

0,7

0,8

0,9

Probabilidad de Cruce

Figura 11. Valores medios de la tasa de xito en la obtencin del mnimo con un margen de
tolerancia del 95% en funcin de las probabilidades de mutacin y de cruce.
0,25

0,15

0,2

0,12

0,15

0,09

0,1

0,06

0,05

0,03
0

0,1

0,005 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

Probabilidad de Cruce

Probabilidad de Mutacin

Figura 12. Valores medios de la tasa de xito en la obtencin de buenas soluciones con un
margen de tolerancia del 95% en funcin de las probabilidades de mutacin y de cruce.
(X 1,E6)
7,2

6,8

6,8

Coste

Coste

(X 1,E6)
7,2

6,6

6,6

6,4

6,4

6,2

6,2
6

0,1

0,005 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

Probabilidad de Cruce

Probabilidad de Mutacin

Figura 13. Grfico box-whisler del coste medio obtenido en cada caso frente a las
probabilidades de mutacin y de cruce.

64,5

64,5

64

64

Coste

(X 100000)
65

Coste

(X 100000)
65

63,5

63,5

63

63

62,5

62,5
62

62
0.0050.01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

Probabilidad de Mutacin

0,1 0,2 0,3

0,4

0,5 0,6

0,7 0,8

0,9

Probabilidad de Cruce

Figura 14. Valores medios del coste con un margen de tolerancia del 95% en funcin de la
probabilidad de mutacin y de cruce.
16

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

Por ltimo se han realizado algunos estudios de la capacidad de convergencia hacia la

solucin final de diseo del APG. Aunque las variaciones de convergencia son notables, puede
afirmarse que la convergencia del APG durante las primeras iteraciones es mayor. En un nmero de
iteraciones (generaciones) sensiblemente menor el APG es capaz de encontrarse en las
proximidades de una buena solucin. La Figura 15 recoge dos simulaciones caractersticas de la
convergencia de un AG con codificacin binaria y del APG de codificacin numrica propuesto.
1.000.000.000,00
Algoritmo Pseudo-Gentico
Algoritmo Gentico

COSTE TOTAL

100.000.000,00

10.000.000,00

1.000.000,00
0

200

400

600

800

1000

1200

1400

N GENERACIN

Figura 15. Convergencia comparativa entre el AG de codificacin binaria y el APG

propuesto.
CONCLUSIONES
El modelo de diseo mediante algoritmos genticos propuesto (APG) tiene una serie de
caractersticas diferentes a los algoritmos clsicos implementados hasta el momento:

La codificacin numrica simplifica la definicin del problema, ya que cada eslabn

corresponde a una de las variables de decisin objeto de optimizacin.
El mtodo propuesto permite que cada eslabn tenga un nmero variable de estados
alternativos de la variable, no reducindose a nicamente dos estados.
El APG presenta genera resultados ptimos al menos tan buenos como los obtenidos
por otros autores sobre las mismas redes de abastecimiento. En algunos casos los
resultados obtenidos son mejores.
El anlisis estadstico permite estudiar la tasa de xito tanto de obtencin del valor
mnimo como de obtencin de soluciones que difieren del mnimo una cantidad
inferior al 1%.
En el APG con el mtodo de reproduccin constante no presenta una sensibilidad
especial respecto de la probabilidad de cruce. Respecto de la probabilidad de mutacin
sta debe estar aproximadamente en 1 eslabn por cada cadena, lo que para el caso
analizado de la red de las Torres de Hanoi se traduca en un 3% de probabilidad.
Por ltimo, parece que la convergencia hacia soluciones finales, y por tanto el tiempo
de clculo necesario es inferior a los mtodos basados en AG clsicos.

17

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

En definitiva, el modelo APG propuesto parece vlido para el diseo de redes de

abastecimiento de agua. No obstante, deben ajustarse sus parmetros para diseos en los cuales se
tenga en cuenta el criterio de fiabilidad. La consideracin de este factor en el diseo de redes de
abastecimiento de agua modifica notablemente las soluciones obtenidas y probablemente los
parmetros de los AG necesarios para el diseo en estas circunstancias pudiesen verse modificados.
Sin duda un estudio estadstico en profundidad sobre el diseo fiable podra alumbrar algunas de las
sombras que en la actualidad existen.
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).
REFERENCIAS BIBLIOGRFICAS
ASPEROVITS, E. y SHAMIR, U. (1977). Design of Optimal Water Distribution Systems. Water
Resources Research, Vol 12 n 6, 885-900.
CUNHA, M.C.; SOUSA, J. (1999) Water distribution networks design optimization: simulated
annealing approach. Journal of Water Resources Planning and Management. July/August
1999. pp. 215 221.
EIGER, G.; SHAMIR, U.; BEN-TAL, A. (1994). Optimal design of water distribution ystems.
Water Resources Research. Vol 30. n 9. pp. 2637-2646.
EUSUFF, M.,; LANSEY, K.E. (2003). Optimization of the water distribution network design
using the shuffled frog leaping algorithm. Journal of the Water Resources Water and
Management. May/June 2003. pp. 210-225.
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, n 4,
539-549.
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.
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.
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).
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).
KESSLER, A.; SHAMIR, U. (1997). Decomposition technique for optimal design of water supl
systems. Engineering Optimization. Vol 17. n 1. pp. 1-19.
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.
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.
18

IV SEREA - Seminrio Hispano-Brasileiro sobre Sistemas de Abastecimento Urbano de gua

Joo Pessoa (Brasil), 8 a 10 de novembro de 2004

MORLEY, M.S.; ATKINSON, R.M.; SAVIS, D.A.; WALTERS, G.A. (2001). GAnet: genetic
algorithm platform for pipe network optimization. Advances in Engineering Software. Vol
32 (2001). Pp.467-475.
ROSSMAN, L.A. (2002). EPANET. Users Manual. Environmental Protection Agency,
Cincinnati, USA.
SAVIC, D.A y WALTERS, G.A (1997). Genetic Algorithms for Least-Cost Design of water
Distribution Systems. Journal of Water Resources Planning and Management, Vol 125. n2,
67-77.

19