Optimización de Ubicaciones de Sensores para Detectar Desbordamientos de Alcantarillado

Desafío

El propósito del proyecto fue validar una técnica para seleccionar ubicaciones y tiempos de monitoreo que mejor reduzcan la probabilidad y las consecuencias de desbordamientos de aguas residuales.

En términos físicos, el problema representa el movimiento de monitores de nivel ultrasónico a través de ubicaciones discretas en una red de alcantarillado. Los monitores se mueven tanto en distancia como en dirección de acuerdo con reglas establecidas por un algoritmo de búsqueda.

A medida que los monitores se mueven, cambian su estado, definido por un "Número de Prioridad de Riesgo" (RPN). Los monitores actúan individualmente, pero es su RPN colectivo el que necesita ser optimizado. El objetivo es que los monitores busquen "puntos calientes" en el entorno donde el RPN sea más alto. Se sabe que los RPN se agrupan dentro del entorno como se ilustra a continuación. Los códigos de color púrpura más profundo indican las mayores agrupaciones de RPN. Los segmentos de línea roja son una indicación redundante de RPN alto.

El objetivo principal fue generar una herramienta usando AnyLogic para parametrizar el problema y tener un método fácil y limpio para desarrollar el mejor algoritmo de optimización.

Solución

Los datos fueron importados desde archivos GIS y limpiados usando R. Los datos limpios fueron exportados a un archivo Excel para ser usados directamente por AnyLogic. Usar R en este caso fue más fácil y rápido que procesar los datos usando ShapeFile y JAVA directamente en AnyLogic. Generalmente es una buena idea procesar los datos antes de usarlos en AnyLogic.

Los monitores pueden moverse de diferentes maneras dependiendo del algoritmo de optimización elegido. La idea fue mejorar el algoritmo de recocido simulado y compararlo con otros tres:

• La versión básica del algoritmo de recocido simulado
• El algoritmo voraz
• La búsqueda secuencial

El mapa muestra las bocas de alcantarilla con las diferentes características de los parámetros de búsqueda (monitores, puntos calientes, bocas de alcantarilla y alcance de búsqueda) y gráficos sobre la evolución de la función objetivo de iteración en iteración. El mapa fue generado usando coordenadas euclidianas ya que el shapefile proporcionado por el cliente no tenía la geolocalización de las bocas de alcantarilla, sino que tenía una transformación al espacio euclidiano.

En este proyecto, el cliente fue muy participativo e interesado en realizar la mayor parte del análisis por sí mismo, por lo que el enfoque se orientó principalmente al desarrollo de herramientas dentro del modelo de simulación para ayudar al cliente a realizar esos análisis. El cliente aprendió a usar el modelo de simulación a fondo. Luego trabajamos juntos para mejorar el algoritmo mejorado de recocido simulado.

Resultados

El modelo fue muy útil para que el cliente entendiera diferentes características del sistema y el uso de diversos parámetros necesarios para generar puntos calientes e inicializar la posición de los monitores en el mundo real. También fue muy revelador para el cliente encontrar una manera de mejorar el algoritmo probando una serie de combinaciones de parámetros y pequeños ajustes para mejorar el algoritmo de recocido simulado. Trabajamos paso a paso haciendo pequeños cambios progresivamente hasta encontrar una buena solución que cumpliera con las necesidades iniciales.

Características del Proyecto

• Industria: Aguas Residuales
• Modelo: Basado en Agentes
• Duración: 11 meses