Reglas para predecir el cumplimiento de la calidad del agua residual en una planta tratadora con minería de datos

Authors

  • Facundo Cortés Martínez, Dr. UNIVERSIDAD JUAREZ DEL ESTADO DE DURANGO
  • Alejandro Treviño Cansino, Dr.
  • María-Aracelia Alcorta García, Dr. Universidad Autónoma de Nuevo <León http://orcid.org/0000-0002-9079-2771
  • Arturo Tadeo Espinoza Fraire, Dr. UNIVERSIDAD JUAREZ DEL ESTADO DE DURANGO
  • José Armando Sáenz Esqueda UNIVERSIDAD JUAREZ DEL ESTADO DE DURANGO
  • Julio Gerardo Lozoya Velez UNIVERSIDAD JUAREZ DEL ESTADO DE DURANGO

DOI:

https://doi.org/10.4114/intartif.vol21iss62pp13-24

Keywords:

Demanda bioquímica de oxígeno, árbol de decisión, variables nominales, clasificación, minería de datos

Abstract

Un problema que enfrentan los organismos operadores de agua, es el cumplimiento de la normatividad
en la calidad del agua residual tratada. Por lo que es recomendable implementar estrategias que favorezcan el
cumplimiento de las regulaciones. La minería de datos es una herramienta que permite predecir la calidad del agua
en el efluente de los sistemas de tratamiento. En el presente estudio se propone un criterio para el pre procesado de
datos donde se consideraron variables nominales. Luego se aplicó el sistema de minería de datos (clasificación)
para definir la predicción de la calidad del agua. Se aplicaron los siguientes clasificadores: OneR; decisión tables,
J48, árbol de decisión de un solo nivel; PART y LMT. Los resultados muestran que el mejor algoritmo fue el J48:
87.35 % de instancias correctamente clasificadas. El árbol de decisión determinó dos reglas para el cumplimiento
con la normatividad. Es importante indicar que a la fecha existen procedimientos con minería de datos para
predecir la calidad del efluente de un sistema de tratamiento, pero utilizan estrictamente variables numéricas;
mientras que en el presente trabajo se utilizaron variables nominales, finalmente se discuten los resultados y se
indican los procesos industriales que generan materia orgánica y otros contaminantes.

Downloads

Download data is not yet available.

Metrics

Metrics Loading ...

Author Biography

María-Aracelia Alcorta García, Dr., Universidad Autónoma de Nuevo <León

María Aracelia Alcorta García recibió  el grado de doctor en el programa de Doctorado en e Ingeniería Física Industrial  en 2003 en la Facultad de Ciencias Físico Matemáticas de la Universidad Autónoma de Nuevo León, México. De agosto de  2005 a septiembre de 2006  realizó una estancia postdoctoral en la Universidad de California en San Diego. Desde 2004, ha sido profesor titular del Programa de Ingeniería Industrial Física en la Universidad Autónoma de Nuevo León, México. Es  fundadora del Programa de Posgrado en Ciencias con Orientación en Matemáticas en la Universidad Autónoma de Nuevo León, en la Facultad de Ciencias Físico Matemáticas. Fue coordinadora del mismo  de junio de  2010 a enero de 2013.  Pertenece al sistema nacional de investigadores nivel I. Ella tiene intereses de investigación en aplicaciones matemáticas, específicamente dirigidos de control no lineal estocástico  y optimización y mineria de datos.

Downloads

Published

2018-09-07

How to Cite

Martínez, F. C., Cansino, A. T., García, M.-A. A., Fraire, A. T. E., Esqueda, J. A. S., & Velez, J. G. L. (2018). Reglas para predecir el cumplimiento de la calidad del agua residual en una planta tratadora con minería de datos. Inteligencia Artificial, 21(62), 13–24. https://doi.org/10.4114/intartif.vol21iss62pp13-24