OPTIMIZACIN DE REDES DE DISTRIBUCIN DE AGUA UTILIZANDO UN ALGORITMO GENTICO

Ma P. Montesinos1, A. Garca-Guzmn2, J. L. Ayuso3 RESUMEN: Un algoritmo gentico (AG), es un procedimiento de bsqueda del ptimo de una funcin basado en la mecnica natural darwiniana de supervivencia de los individuos mejor adaptados. En el presente trabajo se ha desarrollado un algoritmo gentico que permite determinar la red de distribucin de agua de coste mnimo para una topologa y una condicin de carga dadas. El procedimiento consiste en asimilar las redes a cadenas binarias (conjuntos de unos y ceros). Partiendo de una poblacin de redes generada aleatoriamente, se realizan los procesos naturales de seleccin, cruce y mutacin, obtenindose una nueva poblacin. As, generacin tras generacin, se llega al individuo mejor adaptado, es decir la red de distribucin de mnimo coste. El algoritmo, implementado en FORTRAN-77 y ejecutable en PC, se ha aplicado a un ejemplo extrado de la bibliografa, obtenindose resultados satisfactorios. INTRODUCCIN Durante los ltimos veinticinco aos, gran parte de la atencin de los ingenieros hidrulicos se ha centrado en el desarrollo de tcnicas de diseo y anlisis de redes de distribucin de agua. Las redes de distribucin de agua son sistemas compuestos por tuberas, bombas, etc., conectados de modo que suministren a los consumidores las cantidades de agua demandada a las presiones requeridas. La implantacin tanto de una nueva red de distribucin como de ampliaciones de redes ya existentes, implica importantes costes de inversin y mantenimiento, lo que obliga a cuidar con atencin su diseo (configuracin y dimensionamiento) as como las condiciones de operacin. En el proceso de proyecto de una red de distribucin pueden considerarse tres fases: determinacin de la configuracin topolgica de la red; dimensionamiento de componentes; y operacin. Aunque cada fase no es independiente de las dems, puede ser planteada y analizada como si de un problema distinto se tratara. En este trabajo slo se estudia la fase de dimensionamiento de componentes. El diseo de redes es un problema complejo, debido, principalmente, a la distribucin discreta de las dimensiones de los componentes (valores comerciales), a que la formulacin del problema es no lineal y no convexa
1

(no unimodal) y a que supone un problema matemtico de gran complejidad, incluso para redes de tamao moderado. Hasta el presente, se han planteado diversas formulaciones para la determinacin del diseo de redes mediante la aplicacin de tcnicas de optimizacin que permiten una mayor reduccin de costes. La clasificacin de los distintos procedimientos puede hacerse en funcin de la topologa de la red (mallada o ramificada) y del mtodo de resolucin. En cuanto a la influencia de la configuracin geomtrica de la red en el diseo es importante destacar que el de redes ramificadas es ms simple, pues las distribucin de caudales en la red es conocida a partir de los datos de consumos nodales. De forma general, los principales mtodos empleados se basan en tcnicas de programacin lineal (Alperovits y Shamir, 1977, Fujiwara y col.,1987, Cabrera y col., 1992, Sonak y Bhave, 1993, y Eiger y col. ,1994), y no lineal (Shamir,1974, Lansey y Mays, 198, Fujiwara y Khang,1990, y Martnez y Prez, 1992). Muchos de los mtodos de optimizacin basan su bsqueda del ptimo en movimientos punto a punto dentro del espacio de bsqueda, utilizando para ello una serie de reglas de transicin. As, las basadas en tcnicas de gradiente, requieren la existencia de derivadas, adems de partir de una distribucin inicial de caudales en la red, fijada por el diseador de sta, con la consiguiente dependencia de estos valores iniciales. Este tipo de bsqueda puede llevar a la identificacin de falsos ptimos en problemas multimodales. Por el contrario, los

Dpto. de Agronoma, 2 Dpto. de Estadstica, 3 Dpto. de Ingeniera Rural. E.T.S.I.A.M., Universidad de Crdoba. Apartado 3048. -14080- Crdoba. Artculo publicado en Ingeniera del Agua. Vol.4 Num. 1 (marzo 1996), pginas 71-77, recibido el 29 de marzo de 1996 y aceptado para su publicacin el 11 de octubre de 1996. Pueden ser remitidas discusiones sobre el artculo hasta seis meses despus de la publicacin del mismo. En el caso de ser aceptadas, las discusiones sern publicadas conjuntamente con la respuesta de los autores en el primer nmero de la revista que aparezca una vez transcurrido el plazo indicado.

Vol. 4 N 1 marzo 1997 p. 71

REDES

DE DISTRIBUCIN DE AGUA

algoritmos genticos trabajan a partir de una rica base de datos de puntos simultneos, saltando a muchos de ellos de forma paralela, con lo que la probabilidad de encontrar un ptimo local se reduce con respecto a los mtodos citados. Asimismo, los AG, slo necesitan el valor de la funcin objetivo asociada a cada punto del espacio de soluciones y una serie de reglas probabilsticas para guiar su bsqueda (Goldberg, 1989). El modelo de optimizacin que se propone es el resultado de la combinacin de un mdulo de optimizacin (algoritmo gentico) y un mdulo de anlisis hidrulico. El empleo de un algoritmo gentico para la determinacin de la red de mnimo coste, supone la disponibilidad de un procedimiento de bsqueda generalizada, sin que sea necesario partir de ningn punto determinado del espacio de bsqueda. DESCRIPCIN DEL MODELO El modelo de optimizacin descrito, est planteado para determinar el diseo ptimo de una red cualquiera, de topologa y estado de carga conocidos, que distribuya el agua desde los puntos de suministro principal (embalses o estaciones de bombeo, de los cuales se conoce, respectivamente, el nivel del agua o la altura manomtrica). A continuacin se presenta un descripcin simplificada de los mdulos operativos que componen el modelo (Montesinos, 1995). Mdulo de optimizacin Un AG es un procedimiento de bsqueda del ptimo de una funcin (mximo o mnimo) basado en la mecnica natural de seleccin y en la gentica, que permite la supervivencia del individuo mejor adaptado, mediante el empleo de operadores genticos simulados (seleccin, cruce y mutacin). Tales individuos (soluciones), son los que tienen mayor probabilidad de reproducirse, con lo que los caracteres (valores de las variables de decisin) que los hacen ms aptos pasan a las generaciones siguientes mientras que los menos idneos pueden llegar a extinguirse. Mediante la aplicacin del AG es posible determinar la red de mnimo coste (individuo mejor adaptado) tras una serie de iteraciones (generaciones), gracias a unas reglas de transicin (operadores genticos) encargadas de elegir las mejores soluciones (costes ms bajos) segn el valor de la funcin objetivo (coste) de cada una de ellas, partiendo de un conjunto de diseos iniciales establecidos al azar. Seguidamente se describe un AG formulado para la determinacin del diseo ptimo de redes que considera los dimetros de tubera como variables de decisin, representando una de las muchas alternativas que este mtodo permite, ya que es posible considerar otras variables de decisin tales como posiciones de las vlvulas, niveles de los depsitos. Por otra parte, la naturaleza de los AG permite incorporar al problema de diseo otros condicionantes tales como la fiabilidad del sistema, que por su naturaleza y complejidad resultan muy

tediosos de formular mediante metodologas tradicionales (Martnez y col., 1995). La funcin objetivo a minimizar representa el coste del sistema de distribucin, partiendo del supuesto de depender slo de la inversin inicial en tuberas, resultando: c=

c L
i

ij

(1)

I =1 J =1

donde j es el ndice de tuberas; i, el ndice de dimetros de la serie comercial; D, el nmero de dimetros comerciales; T, el nmero de tuberas de la red; ci, coste unitario de tubera (pta/m), dependiente del dimetro i; Lij, longitud de la tubera j y dimetro i. Al ser la expresin (1) una funcin de costes, el problema a resolver consiste en la determinacin de T de dimetros que la hagan mnima, cumpliendo unas ciertas restricciones. De la funcin objetivo se deduce que los parmetros de diseo son los dimetros, al estar fijadas las longitudes de las tuberas. Usualmente el AG representa las variables de decisin, en este caso los dimetros, en cdigo binario. Cada red de T tuberas se identifica por una ristra de unos y ceros de longitud Tm, siendo m el nmero de dgitos que identifican cada variable de decisin. El espacio de bsqueda de soluciones es de magnitud 2Tm A continuacin se describen las fases del AG empleado para la generacin de K poblaciones a partir de una poblacin inicial de n redes, obtenida de forma aleatoria. K equivale al nmero de iteraciones de un algoritmo clsico de optimizacin. El producto nK representa el nmero total de soluciones analizadas; no habiendo regla fija para determinar los valores de estos parmetros, en el caso de que un problema intervenga un nmero pequeo de variables, n y K pueden tomar valores del orden de 50 a 100, aumentando conforme lo hace el nmero de variables del problema. En cada iteracin se dan los siguientes pasos: 1. Ordenacin decreciente de las n redes de la poblacin inicial, segn los valores de la funcin objetivo para cada una de ellas. 2. Siguiendo el criterio propuesto por Wang (1991), clculo de las probabilidades de seleccin de la red con menor valor de la funcin objetivo asociada, Pn y la de mayor valor, P1:
Pn cc / n P1 = ( 2 cc ) / n

(2)

donde cc es un parmetro que puede tomar valores en el intervalo [1.5,2], (Montesinos, 1995). Otros autores prefieren que las probabilidades de seleccin sean inversamente proporcionales al coste. Esta alternativa presenta algn inconveniente cuando los costes son muy dispares porque el mejor de los individuos puede reproducirse en exceso. Por esta razn se ha preferido la propuesta de Wang. 3. Clculo de la probabilidad de seleccin, PS, del

p. 72 Vol. 4 N 1 marzo 1997

REDES

DE DISTRIBUCIN DE AGUA

resto de las redes mediante interpolacin lineal entre los valores extremos determinados en el punto anterior. 4. Determinacin de qu redes van a ser eliminadas, duplicadas y mantenidas sin duplicar. Para ello se calcula: nS = [n PS] (3) donde [ a ] representa la parte entera de a. Si ns es igual a cero implica la eliminacin de esa solucin, si es igual a uno implica que dicha solucin se mantiene sin duplicar. Las soluciones restantes, tantas como las eliminadas, son las de mayor probabilidad de seleccin, se duplican y su rplica pasa a ocupar la posicin de las eliminadas. 5. Agrupacin de la nueva poblacin en parejas, comenzando por las primeras soluciones y selec cin aleatoria del punto de cruzamiento de cada par, bc. El cruzamiento de los distintos pares de redes viene controlado por una probabilidad de cruzamiento pc, cuyo valor oscila entre 0.6 y 1 (Golberg, 1989; Galante ,1993, Cieniawaski y col, 1995 y Liong y col, 1995). En el algoritmo propuesto pc toma el valor 1, es decir que se van a cruzar todas las parejas formadas. 6. Generacin de una nueva poblacin de redes hi jas, resultantes del cruzamiento de los componen tes de cada pareja, realizada de la siguiente mane ra: el primer hijo mantiene los mismos dgitos que el primer padre hasta la posicin pc, correspondien do el resto al segundo padre; la otra red hija es el resultado de la combinacin contraria de los dgi tos de las redes parentales. Se obtiene una nueva poblacin de redes que mantienen y recombinan las caractersticas de los mejores individuos de la poblacin anterior. As, por ejemplo, dados las redes padres P1 y P2, que representan los posibles solu ciones de una red de cuatro tuberas, en la que los dimetros que las identifican vienen representados por un cdigo binario de tres dgitos: P1 <111 100 000 101> P2 <010 101 110 111> Los hijos resultantes, suponiendo que bc el valor 4, son: H1<111 101 110 111> H2<010 100 000 101> 7. Mutacin aleatoria del nuevo conjunto de redes. La mutacin permite obtener soluciones del pro blema que de otro modo permaneceran ocultas, tal como ocurre en el ejemplo utilizado en el apartado anterior, ya que ambos individuos parentales tienen en la quinta posicin un 0, con lo que cualquier combinacin de los mismos dara siempre solucio nes en las que en la quinta posicin de la cadena habra un 0. La mutacin de dgitos de cada red toma j

est controlada por una probabilidad de mutacin Pm, que toma valores distintos segn los autores: Goldberg (1989) aconseja valores entre 0.001 y 0.05, Wang (1991) propone 0.01 y Cieniawaski y col. (1995), recomiendan Pm= 0.2/ Tm. As, para un valor dado de Pm, el nmero medio de individuos mutados es P m nTm, el cual puede conseguirse bien seleccionando aleatoriamente entre los nTm dgitos de la poblacin, bien distribuyndolos uniformemente entre los individuos de la poblacin. En el algoritmo que aqu se describe se ha elegido la segunda opcin, de modo que se permite la mutacin de un dgito, como mximo, en cada cadena; con este procedimiento se obtiene el mismo nmero de dgitos mutados que con el primer procedimiento, segn una probabilidad Pm , tal que Pm'= PmTm (Montesinos, 1995). 8. Nueva poblacin preparada para la evaluacin de la funcin objetivo de cada una de sus redes, tras lo cual se vuelve a repetir el procedimiento descrito, hasta K veces. Mdulo de anlisis hidrulico y evaluacin de la fun cin objetivo: Cada una de las soluciones (series de dimetros) que se generan en el proceso de optimizacin, han de ser evaluados. A la solucin econmica obtenida de la ecuacin (1) hay que aadirle restricciones hidrulicas. Es necesario comprobar si cada serie de dimetros es compatible con las ecuaciones que definen la red: a) Continuidad nodal:
i (N j )

Qi = Qdj

(4)

b) Conservacin de la energa:
i ( N m )

K i QiP = Em

(5)

siendo: Qi = caudal circulante en la tubera i

Nj

= conjunto de tuberas que convergen en el nudo j = nudo de unin

Qdj = demanda en el nudo j nm = conjunto de tuberas que componen una malla o pseudomalla Ki = resistencia hidrulica de la tubera i p = exponente de la ecuacin de prdida de carga utilizada Em= diferencia de alturas piezomtricas entre dos nudos de alturas piezomtricas fijas de una pseudomalla.Toma valor cero en el caso de mallas. m = ndice de mallas y pseudomallas

Vol. 4 N 1 marzo 1997 p. 73

REDES

DE DISTRIBUCIN DE AGUA

La comprobacin del cumplimiento de estas restricciones, expresiones no lineales en trminos de caudal, implica el empleo de tcnicas numricas para resolver el sistema de ecuaciones. El mtodo elegido ha sido el de Newton-Raphson pues no plantea problemas de convergencia de la solucin (Wood y Rayes, 1981 ; Montesinos y Ayuso, 1992). Este mtodo resuelve las expresiones no lineales de conservacin de la energa (ecuacin 5) partiendo de un conjunto de valores de caudal que verifican la continuidad nodal (ecuacin 4). El incumplimiento de cualquiera de estas ecuaciones, es decir que el sumatorio de prdidas de carga al finalizar el proceso iterativo difiera del valor inicial (asumiendo un nivel de tolerancia fijado a priori), supone la introduccin del sumando de penalizacin, P, en la funcin objetivo: P=1020 . w (6) donde w representa la diferencia en valor absoluto entre los valores inicial y final de Em Adems de las restricciones fsicas de circulacin del agua en redes, pueden introducirse todas las condiciones de operacin del sistema que se deseen, restricciones funcionales, relativas a velocidades mximas y mnimas del fluido en los conductos, presiones nodales requeridas, timbrajes, etc. Al igual que en el caso anterior, el incumplimiento de estas nuevas restricciones implica la introduccin de sumandos de penalizacin, los cuales toman valores muy variables, proporcionales al grado de incumplimiento de la restriccin, pues son el producto de una constante (cuyos valores oscilan entre 106 a 1010) por el nmero de veces que dicha restriccin se incumple. Estas penalizaciones incrementan el valor de la funcin de costes de las soluciones no idneas, aumentndose sus probabilidades de eliminacin por el AG.

APLICACIN La metodologa expuesta se ha aplicado a un ejemplo clsico de optimizacin de redes, propuesto inicialmente por Alperovits y Shamir (1977) y analizado posteriormente por Goulter y col. (1986), Fujiwara y col. (1987), Sonak y Bhave (1993) y Eiger y col. (1994). En la Figura 1 se adjunta un esquema de la red estudiada, con los datos correspondientes a una determinada condicin de carga, donde di, representa la demanda nodal y Ei, la cota de cada nudo. La red est compuesta por 8 tuberas de 1000 m de longitud. Un embalse, en el que la cota del nivel del agua es 210 m, abastece a la red por gravedad. El valor del coeficiente de Hazen-Williams es de 130. La aplicacin de un AG como mtodo de optimizacin implica la utilizacin de una serie de 2 m valores del parmetro de diseo (dimetros), siendo m el nmero de dgitos del cdigo binario de los mismos. Se ha fijado el valor de m en 4, con lo que el AG puede utilizar 16 dimetros comerciales. Tomar valores de m mayores que 4 no tiene sentido pues no se dispone de series comerciales de 32 clases de dimetros que corresponderan a un valor de m igual a 5. Con estas condiciones, la longitud de cada cadena binaria formada es de 32 dgitos. Segn Galante (1993), en general, se consigue la convergencia hacia la red ptima, con poblaciones de 100 redes y analizando unas 50 generaciones, cuando las cadenas binarias tienen una longitud del orden de 50 dgitos. En este ejemplo concreto se ha determinado una solucin ptima analizando un total de 10.000 redes (resultado del producto del nmero de iteraciones y del nmero de soluciones que forman la poblacin), de un espacio de bsqueda de 4,3109 alternativas.

Figura 1. Esquema de red propuesto por Alperovits y Shamir (1977).

p. 74 Vol.4 N 1 marzo 1997

R EDES DE D I S T R I B U C I N

DE AGUA

Los valores asignados a los distintos parmetros son: Nmero de soluciones iniciales, 100 mero de iteraciones realizadas, 100 Parmetro que controla las probabilidades de seleccin ce, 1,8. Probabilidad de mutacin individual, Pm'= 0,7 (Pm=0.022). Como restricciones funcionales se han considerado:

Una velocidad de circulacin del agua en tuberas comprendida entre 0,5 y 2,5 m/s. Una presin mnima en los nudos de demanda es de 30 mca (se supone que es una red de abastecimiento urbano). Los valores extremos de la serie de dimetros empleada son 80 mm y 1000 mm. Se considera una nica clase de tubera con respecto al timbraje por facilidad de comparacin de resultados con los obtenidos por otros autores.
Figura 1. Evolucin del AG en sucesivas generaciones

La evolucin del AG en las sucesivas generaciones puede observarse en la Figura 2, en la que el que eje de abscisas representa el nmero de generaciones y el de ordenadas el mnimo coste de red obtenido en cada una de las generaciones. Es importante destacar la capacidad del AG para pasar, en pocas generaciones, de un conjunto de soluciones generadas al azar (a diferencia de la mayor parte de los mtodos que necesitan partir de soluciones razonables) muy lejanas del ptimo a otras muy prximas al mismo. Los costes de las soluciones iniciales son muy altos debido a que estas alternativas de diseo estn lejos de cumplir la totalidad de los condicionantes impuestos, estando sus costes muy penalizados. Los resultados obtenidos se recogen en la Tabla 1, en la que se adjuntan los de Alperovits y Shamir (1977) y Eiger y col. (1994) para la red estudiada, sabiendo que todos los autores con los que se han comparado resultados han utilizado como ecuacin de prdida de carga en tuberas la expresin de Hazen-Williams. Por otra parte, Fujiwara y col. (1987) y Sonak y Bhave (1993), tambin han hecho propuestas de optimizacin de esta red, pero slo proporcionan el coste final y una distribucin de caudales, que no nos permiten determinar exactamente cuales son los dimetros resultantes de la optimizacin, ya que los mtodos que utilizan permiten segmentos de tubera de diferente dimetro para conectar dos nudos.

Del anlisis de la Tabla 1 se deduce que el coste de la red obtenido mediante la aplicacin del AG es inferior que el de Alperovits y Shamir, para las mismas restricciones funcionales. Con la solucin propuesta por Eiger y col., no es posible establecer una comparacin ya que emplean dimetros no disponibles comercialmente y no consideran restricciones de velocidad (valor mnimo de 0.4 m/s, ligeramente inferior al considerado), por lo que su solucin es matemticamente vlida pero no realista. De igual modo, la solucin propuesta por Goulter y col. (1986) supone un coste de 27.537.6536 pta ms el coste correspondiente a 1000 m de tubera con dimetros fuera del intervalo de valores considerados inicialmente. Sobre esta solucin se pueden hacer las mismas consideraciones que sobre la propuesta por Eiger y col (1994) (admiten hasta un valor de velocidad de 0.09 m/s en una de las tuberas). Fujiwara y col. (1987) dan un coste del sistema de 415.271 $, resultado de la asignacin de precios unitarios relativos de la serie de dimetros disponible (de 1 a 24 pulgadas o de 25 mm a 600 mm, aunque utiliza como dimetro mnimo el de 6 pulgadas, 150 mm). Los precios unitarios son los mismos empleados por Alperovits y Shamir, con lo que, al no disponer de los dimetros esultantes para calcular su equivalente en pesetas, se ha establecido un relacin lineal entre costes en pesetas y en dlares, obtenindose como coste de la red a comparar 26.604.857 pta. Este valor es inferior al obtenido mediante el AG, consecuencia de no considerar restricciones de velocidad de flujo en tuberas.

Vol. 4 N l marzo 1997 p. 75

REDES

DE DISTRIBUCIN DE AGUA

Sonak y Bhave (1 993), obtienen como coste minimo del sistema equivalente a 25.761.617 pta, utilizando la misma serie de dimetros que los autores anteriores, admitiendo, por tanto dimetros de 25 mm, no disponibles comercialmente. Tampoco considera restricciones de velocidad. CONCLUSIONES El algoritmo gentico propuesto es un mtodo idneo de bisqueda de soluciones ptimas para problemas de diseio en ingeniera, siendo aplicado en el presente trabajo a la obtencin de una red de distribucin de agua de coste mnmo, con una topologa y condicin de carga fijas. Su eficiencia en la obtencin de la solucin ha quedado demostrada en su aplicacin a una red estudiada por diversos autores. El algortmo gentco inicia la bsqueda del ptimo partiendo de un conjunto de puntos obtendos de forma aleatoria y mediante los operadores de seleccin, cruce y mutacin, as como el valor de la funcin objetivo en cada uno de estos puntos, llega a obtener la solucin deseada, sin los inconvenientes de los mtodos que requieren un determinado punto de partida para alcanzar dicha solucin. Aunque no hay prueba matemtica de que el ptimo obtenido sea global, al igual que ocurre con cualquier procedimiento numrico, el algoritmo gentico representa una perspectiva de bsqueda ms global que el resto de las tcnicas, ya que explora el espacio de soluciones a partir de un conjunto de puntos simultneos. REFERENCIAS Alperovits, E. y U. Shamir (1987) Design of Optimal Water Distribution Systems. Water Resources Research, 13(6), 885-900. Cabrera , E. y col. (1992) Curso de Ingeniera Hidrulica Aplicado a los Sistemas de Distribucin de Agua. U. D. de Mecnica de fluidos. UPV. Eiger G., U. Shamir y B. Ahron (1994) Optimal Design of Water Distribution Networks. Water Resources Research, 30(9), 2637-2646. Fujiwara, O., Jenchimahakoon, B. y P. Edirinsinghe (1987) A Modified Linear Programming Gradient Method for Optimal Design of Looped Water Distribution Networks. Water Resources Research, 23(6), 977-982. Fujiwara, O. y D. B. Khang (1990) A Two-Phase Descomposition Method for Optimal Design of Looped Water Distribution Networks. Water Resources Research, 26(4), 539-549.

Galante, M. (1993) Un Algoritmo Gentico Simple para la Optimizatin de Estructuras Planas Articuladas. Mtodos Numricos para Clculo y Diseo en Ingeniera, 9(2). 179-199. Goldberg, D. E. (1989) Genetic Algorithms in Search, Optimization and Machine Learning. AddisonWesley Publishing Company, Inc. Goulter I. A., B. M. Lussier y D. R. Morgan (1986) Implications of Head Loss Path Choice in the Optimization of Water Distribution Networks. Water Resources Research, 22(5), 819-822. Lansey, K. F. y L. W. Mays (1989) Optimization Models for Design of Water Distribution Systems. Cap 3. Reliability Analysis of Water Distribution Systems. ASCE, Ed. L. Mays. Martnez, F. y R. Prz (1992) Diseo de Redes de Distribucin. Cap 13. Curso de Ingeniera Hidrulica Aplicada a los Sistemas de Distribucin de Agua. Unidad Docente de Mecnica de Fluidos. UPV. Martnez, E, R. Prez y J. Izquierdo (1995). Diseo Optimo y Fiabilidad en Sistemas de Distribucin deAgua. Cap 13. Mejora del Rendimiento y de la Fiabilidad en Sistemas de Distribucin de Agua. Ed. E. Cabrera y A.F. Vela. UPV. Montesinos, Ma P y J. L. Ayuso (1992) Modelos de Simulacin de Sistemas de Distribucin de Agua. VIII Congreso Nacional de Ingeniera de Proyectos, AEIPRO. 439-452. Madrid. Montesinos, Ma P. (1995) Modelo Matemtico para el Diseo Optimo de Sistemas de Distribucin de Agua. Tesis Doctoral. E.T.S.I. Agrnomos y Montes. Universidad de Crdoba. Shamir, U. (1974) Optimal Design and Operating of Water Distribution Systems. Water Resources Research, 10(9), 27-36. Sonak, V. V. y P. R. Bhave (1993) Global Optimun Tree Solution for Single-Source Looped Water Distribution Networks Subjected to a Single Loading Pattern. Water Resources Research, 29(9), 2437-2443. Uralita, (1994) Tarifa de Tubos y Juntas de Presin de Fibrocemento (para abastecimiento de agua. distribucin y riego). Wang, Q. J., (1991) The Genetic Algorithm and its Application to Calibrating Conceptual RainfallRunoff Models. Water Resources Research, 27(9), 2467-2471. Wood, D. y A. Rayes, (1981) Reliability of Algorithms for Pipe Network Analysis. J. Hydraul. Div. ASCE. 107(10), 1145-1161.

p. 76 Vol. 4 N 1 marzo 1997

REDES

DE DISTRIBUCIN DE AGUA

Algoritmo gentico Tub D (mm) 1 500 L (m) 1000 Pr

1

Alperovitsy Shamir (1977) D (mm) 450 L (m) 744 Pr1 (pts) 7205

Eiger y col. (1994) D (mm) 450 L (m) 1000 Pr1 (pts) 7205

(pts) 8949

500 200 2 250 1000 2363 150 3 4 400 125 1000 1000 5605 998 450 150

256 996

8949 1920 250 762 2363

4 1000 681

1725 7205 1725

300 400 25

238 1000 1000

3315 5605 2363

200

319

1920

400

1000

5605

400

1000

5605

350

371

4378

400 250 6 250 1000 2363 300 7 200 1000 1920 150 785 1000 3315 1725 215 2363 200 250 200 250 150 8 80 1000 998 991 1725 25

629

5605

11 989 78 922

1920 2363 1920 2363 2

1000

100

998 25.235.932+ 1.000 2 pts

Costetota

29.078.000 pts

30.712690 pts

(1 ) Pr: precio por metro lineal de tubera (precios del catlogo de tuberas de fibrocemento de Uralita, 1994) (2) : representa el precio unitario de tuberas no disponibles en catlogos comerciales. Tabla 1. Resultados de la optimizacin de la red

Vol. 4 N 1 marzo 1997 p. 77