Universidad de los Andes Facultad de Ingenieria Departamento de Ingenieria de Sistemas y Computacion Tesis de Maestria German Villalba Fernandez de Castro Universidad delos Andes Asesora: Silvia Takahashi Coasesor: Juan Saldarriaga Jurado: Andrés Medaglia Jurado: Rafael Gomez Algoritmos de optimizaci6n Combinatoria aplicados al diseiio de redes de distribucién de agua potable Bogota, Julio de 20041 2 3 4 TABLA DE CONTENIDO Introduccion... UuatGCeciO a ee ce escalate nite sc seuie ani ce 31 Obj 3.2 Objetivos Especificos.. Hidréulica de TUberias, sooo 41 El flujo y el luido eerie eee i 4.1.1 Tipos de Bujo. 10 4.12. Flujo en Redes de Acueducto n ivos Generales . 8 Objetivos. 9 9 9 4.2 El ndmero de Reynolds. 4.3 Eeuaciones del calculo de pérdidas por fr 4A Redes cerradas scene enna 44.1 Eeuaciones de eonservacion de masa, 4.4.2 Beuaciones de conservacion de energia 45 Método del Gradiente.... 4.6 Software de Simulacion Hidraulica... 46.1 REDES 2004 46.2 EPANET2 Disefto de Acueductos. 5.1 Ejemplo de disefio por fuerza bruta nnn une 52 Definiciones.... 53 Deseripeidn.. 5.4 Variables de entrada de una simulacion hidraulica 1.1000 5.5 Variables de salida de una simulaci6n hidraulica..... 5.6 Variables de Entrada del disefio de redes de distribucion de agua potable ...s..27 5.7 Variables de Salida del diseiio de redes de distribucién de agua potable 28 Modelo del problema. 29 6.1 Especificacion del problema.......mnnnmnmnnnnmnnnnnnnnnnnnnnnsmnnnnnenne 2D 6.2 __ Restrieciones del problema .vncrrnnsnssnsnnnene 62.1. Restricciones Hidraulicas. 622 Restricciones Comerciales 63 Complejidad del Problema...ntos No Funcionales 33 65 — Metodologia de Solucion 7 Criterios de diseno TA Criterio Tradicional eee sv Tad Ventas del Criterio Tradicional 34 7.1.2 Desventajas del Criterio Tradicional a4 7.2 Criterio de I-Pia Wu (Tuberias en Serie)... eetnnnnmnnninernnnncennnn Sh 7.2.1 Ventajas del Criterio de Wu 35 72.2 Desventajas del Criterio de Wu. 36 7.3. Criterio de Featherstone (Redes de Tuberias)...0. 73.1 Ventajas del Criterio de Featherstone 73.2 Desventajas del Criterio de Featherstone 8 Superficie Optima de Presiones (SOP). 8.1 Caleulo de Distancias.... 8.1.1 Distancia Euclidea 2D. 81.2 Distancia Euclidea 3D. 8.1.3 Distancia Topolégica 8.2 Eeuaciones de caida de la LGH ideal nunc asec on 8.21 Beuscién Lineal a 822 Beuacién Cundratica 4B 823. Beuacion de una catenaria 44 824 Eeuacién de un segmento elipico, 45 825 —Eeuacién de una campana Gaussiana 46 8.26 Beuacién Reciproca 47 8.3 Ventajas del disefio basado en Ia determinacion de la superficie optima de presiones 8 8.4 Desventajas del diseito basado en la determinacién de la superficie optima de PRCSIONCS so 48 9 Programacién por Restricciones 9 9.1 Principios de la Programacién por Restricciones, 50 9.2 Ejemplo de PR “El problema de las N reinas” idiotic SD 9.2.1” Restrieciones del problema de las'N Reinas, 31 922. Solucién del problema de las N Reinas. 2 58. 58 9.3 Ventajas de la Programacién por Restri 9.4 Desventajas de la Programacién por Restricciones. © Dado que la programacién por restricciones guia la biisqueda de la solucién, es posible que no encuentre el Optimo global. ...smmnmnnnnnense e 10 Algoritmos Genbticos..0.0 10.1 Modificaciones al Algoritmo Genético Estandar..... 1.1.1 Operador de Mutacion, 10.1.2 Inclusién de modelo base10.2 Ventajas del Algoritmo Genético 61 10.3 Desventajas del Algoritmo Genético...nnsnnnnn nL LL Enumeracin Exhaustiva.scneonnennonennenimnennennenenumnrnenmennne 11.1 Método de Codificacién. 11.2 Ventajas de la Enumeracién exhaustiva. ot 11.3 Desventajas de la Enumeracion exhaustiva 4 12 Esquema de solucion.... . 65 12.1 Montaje del sistema de SolUCi6M. snes 63 12.2 Kjemplo de disefio de Red 6, 12.3 _ Soluciones independiente. or 12.3.1 Soluciones con Superficie Optima de Presiones (SOP) 8 12.3.2 Soluciones con Programacién por Restricciones (PR) 0 1233 Soluciones con Algeritmos Genéticas (AG), 1 1234 Solucién por Enumeracién Exhaustiva B 12.4 Soluciones cooperativas.. : 124.1 Superficie dptima de presiones y Programacion por Resticciones (SOP-PR) %6 12.42 Superficie Optima de Presiones y Algoritmos Genéticos (SOP-AG). 7 1243 Programacida por resrieciones y Algoritmos Genéticos (PR-AG) 8 1244 Algoritmos Genéticos y Programacién por Restricciones (AG-PR). 80 1245 __ Superficie Optima de Presiones, Programacién por Restricciones y Algoritmos Genétioas (SOP-PR-AG) 8 12.46 Superficie Optima de Presiones, Algoritmos Genétices y Algoritmo de Programacién por jones (SOP-AG-PR). 83 Solucién recomendada (Diseio Répido) 84 13 Ejemplos ilustrativos.... 85 13.1 Red 67 Tubos 85, TBL1 Red 67 Tubos topogratia plana 87 13.12 Red 67 Tubos topografia. 90 4 Ejemplos de ta literatutd.nvcneeninnennrnennenimennennenenmnmnenennnsnens 96 141 Red de Hanoi 96, 1S Anilisis de Resultados... eases ese 105 15.1 Complejidad de los Algoritmos de Optimizacion Combinatoria ..nnnnunnneneneL OS 15.1 Complejidad de SOP (Superticie Optima de Presiones) 106 15.1.2 Complejidad de PR (Programacicn por Restricciones) 107 1513 Gomplejidad de AG (Algoritmos 108 16 Conclusiones 109 17 Recomendaciones.. eo ddZ 18 Referencias... es Pesca eenaeeeereaeeeeeeaees U31 Introduccion El agua se conduce desde las fuentes hasta los consumidores a través de tuberias que se conectan formando sistemas de distribucién Una red de distribucién de agua potable esté compuesta por elementos como tubos, tanques, embalses, bombas, valvulas, nodos, etc, los cuales son necesarios para llevar el agua desde las fuentes hasta los consumidores. Es de vital importancia realizar disefios que puedan garantizar la calidad del servicio al llevar el agua a cada nodo con una presién adecuada. Sin embargo, el problema de disefio de redes de distribucion de agua potable es bastante complicado debido a la relacién no lineal entre el flujo y las pérdidas de cabeza (carga) y a la presencia de variables discretas dado que los didmetros de las tuberias solo pueden tener valores discretos segiin la disponibilidad de! mercado. Adicionalmente, la funcién de costos de las tuberias también tiene una relacién no lineal con los didmetros. EI objetivo del disefio de redes de distribucién de agua potable consiste en determinar el tamafio de los didmetros de las tuberias de la red de tal manera que se puedan satisfacer las demandas con una presién adecuada. De hecho se ha demostrado que este problema es de complejidad NP-DURO (Yates et. al. 1984)'; lo cual quiere decir que es un problema intratable para el cual no se conoce ningin método deterministico par solucionarlo en un tiempo polinomial El disefio de redes de distribucién de agua potable de minimo costo se puede ver como un problema de optimizacién combinatoria en donde las variables de decisién son los diametros de cada una de las tuberias de la red En esta investigacién, se plantea realizar el disefio de redes de distribucién de agua potable a través de varios métodos que se pueden usar independiente o conjuntamente para encontrar disefios factibles de bajo costo en un tiempo razonable. Los algorit mos propuestos son los siguientes: * Disefio basado en la superficie éptima de presiones + Programacién por restricciones * Algoritmos genéticos. Referencial Yates, OF, AB. Templeman & TB. Boffey (1984). “The computational ‘complexity of the problem of determining least capital cost designs for water supply networks". Engg, Optimization, 7(2), 142-155.La metodologia propuesta consiste en ensamblar un sistema que pueda usar la salida de cada algoritmo para seguir mejorando los resultados. El proceso se puede continuar hasta encontrar resultados satisfactorios. El desarrollo de la metodologia se implementé en el programa REDES (Villalba 2004)? desarrollado en el Centro de Investigaciones y Acueductos - CIACUA de la Universidad de Los Andes y los resultados obtenidos en problemas conocidos en la literatura como el de la red de Hanoi se validaron en EPANET (Rossman 1993) El resto de este documento esta organizado asi: El capitulo 2 es la justificacién de hacer este tipo de investigacién, es decir por que es importante el desarrollo de metodologias para realizar el diserio de redes de distribucién de agua potable En el capitulo 3 estan los objetivos de esta investigacion. El capitulo 4 es una breve desoripcién de la hidrdulica y las ecuaciones necesarias para la realizacién del analisis hidréulico de una red (simulacién hidraulica). El capitulo 5 es una descripcién informal del problema del disefio de redes de distribucién de agua potable. En el capitulo 6 se hace una especificacién mas formal que en el capitulo anterior y se describen las restricciones a las que esta sujeta la solucién del problema El capitulo 7 muestra los criterios de disefo mas usados para resolver el problema, asi como sus ventajas, desventajas y su forma de aplicacién Los capitulos 8, 9 y 10 describen los algoritmos usados en esta investigacién para resolver el problema de disefio de redes de distribucién de agua potable El capitulo 11 muestra el método de enumeracién exhaustiva, el cual se usa para validar el resultado de los algoritmos descritos en los capitulos 8, 9 y 10. El capitulo 12 describe como construir un sistema de disefio de redes de distribucién de agua potable a partir de los resultados individuales de la aplicacién de los algoritmos descritos en los capitulos 8, 9 y 10. ® Referencia3 Villalba , GA. ‘REDES 2004: Manual de! Usuario” (2004), Centro de Investigaciones en Acueductos y Alcantarllados CIACUA, Universidad de Los Andes, Departamento de Ingenierla Civil * Referencia 4 Rossman, LA "EPANET, Users Manual’ (1993), Risk Reduction Engineering Laboratory, U.S. Environmental Protection Agency, Cincinnati, Ohio.El capitulo 13 ilustra con ejemplos el proceso de solucién del problema de disefio con la metodologia desarrollada en esta investigacién. El capitulo 14 resuelve un problema conocido en la literatura como la red de Hanoi. Este ejemplo es muy importante porque permite comparar objetivamente los resultados de esta investigacién con los obtenidos por otros investigadores. En el capitulo 15 estan las conclusiones de esta investigacién y en el capitulo 16 estén algunas sugerencias para investigaciones posteriores. El capitulo 17 contiene las referencias bibliograficas mas usadas para el desarrollo de esta investigacién. En este documento se hace referencia a las mismas en el pie de pagina de algunas secciones.2__Justificacion El disefio de redes de distribucién de agua potable es un tema de gran interés debido a su importancia pata la sociedad. Mas alin, muchas de las redes de tuberias existentes han reducido notablemente su capacidad de transporte o simplemente no suministran la cantidad de agua necesaria o la presién es demasiado baja Los costos asociados a la instalacién, expansién y mantenimiento de los sistemas de distribucién de agua son muy altos y representan una parte significativa del presupuesto de mantenimiento de las ciudades y municipios. En la actualidad, hay diversos métodos para realizar disefios de redes de distribucién de agua potable, Muchos de ellos dependen en gran parte de la experiencia del disefiador en la implementacién de técnicas empiricas para la seleccién de los didmetros de las tuberias. Esto resulta muchas veces en disefios que funcionan desde el punto de vista hidraulico. Sin embargo no son éptimos desde el punto de vista econémico porque tienden a generar diémetros grandes con altas presiones, incrementando asi los costos de las tuberias, sus accesorios y costos de mantenimiento causados por altas presiones que originan pérdidas de agua, asi como darios en las lineas de conduccién Este problema es de vital importancia en paises como Colombia en donde una buena parte de la poblacién no cuenta con acueducto y sus recursos econémicos son muy limitados. Un buen disefio puede ser la diferencia entre ejecutar un proyecto de construccién de acueducto y no hacerlo,3 Objetivos 3.1 3.2 Objetivos Generales Analizar, disefiar e implementar una metodologia que permita el disefio de tedes de distribucién de agua potable basado en una heuristica para incluir criterios de optimizacién econémicos e hidraulicos. Establecer un marco de trabajo que permita incluir varias alternativas de ‘solucién al problema del disefio de acueductos. Encontrar un algoritmo que permita encontrar una aproximacién al disefio Optimo de redes de distribucién de agua potable en un tiempo polinomial Objetivos Especificos Desarrollar un modelo de solucién del problema del disefio de redes de distribucién de agua potable Desarrollar una metodologia de disefio con criterios de optimizacion hidrdulica basados en la determinacién de la superficie éptima de presiones. Desarrollar una metodologia de disefio con criterios de optimizacién combinatoria basados en la implementacién de un algoritmo de programacién por restricciones. Extender la implementacién de un algoritmo genético existente para mejorar su rendimiento y acelerar el proceso de convergencia de la solucién Establecer un protocolo de comunicacién entre los resultados generados por cada uno de los algoritmos empleados, permitiendo incluir soluciones existentes en problemas conocidos en la literatura Hacer una comparacién objetiva de los resultados de esta investigacién con las mejores soluciones propuestas por otros autores en investigaciones internacionales mediante ejemplos propuestos en la literatura.4 Hidrdulica de Tuberias* Este capitulo describe brevemente los conceptos y ecuaciones hidrdulicas Necesarias para realizar una simulacién hidraulica, teniendo en cuenta que durante el proceso de disefio de redes de distribucién de agua potable es necesario realizer un gran néimero de simulaciones hidrdulicas. 41 EI flujo y el fluido Un fluido es una sustancia que no presenta resistencia al esfuerzo cortante, razon por la cual el fluido se deforma en presencia de éste, Tal es el caso del agua que se conduce en las redes de distribucién. 4.11 Tipos de flujo. Los flujos se pueden clasificar respecto a su variacién espacial en: * Flujo uniforme: si la presién y la velocidad se mantienen constantes en la distribucién espacial del flujo * Flujo no uniforme: si dichas caracteristicas varian de un punto a otro en el espacio Respecto a su variacién el tiempo se pueden clasificar en «Flujo permanente: si la presién y la velocidad se mantienen constantes en el tiempo. * Flujo no permanente: si las caracteristicas varian de un punto a otro en el tiempo. Segiin esta clasificacién: se pueden encontrar 4 tipos de flujo: * Flujo uniforme permanente: si la presién y la velocidad se mantienen constantes en la distribucién espacial del flujo y no varian en el tiempo. + Flujo no uniforme permanente: las caracteristicas varian de un punto a otro en el espacio, pero permanecen constantes en el tiempo Flujo uniforme no permanente: si la presién y la velocidad se mantienen constantes en la distribucién espacial del flujo y varian en el tiempo, este tipo de flujo no se presenta en la realidad debido a que una modificacién en las “Para una explicacion mas completa revise la siguiente referencia Saldarriaga, JG. *Hidréulica de Tuberias’ (1998). Edtorial McGrawHlil, Bogota, Colombia 10caracteristicas del flujo implican un cambio instanténeo en todo el flujo, lo cual es imposible. + Flujo no uniforme permanente, las caracteristicas varian de un punto a otro en el espacio, y no permanecen constantes en el tiempo. 41.2 Flujo en Redes de Acueducto En el disefio de tuberias se usa el primer tipo de flujo (uniforme permanente), porque sus caracteristicas no cambian en el espacio ni en el tiempo. Esto implica que el fluido no es acelerado y por lo tanto se encuentra en equilibrio dindmico. En las redes de distribucién el flujo esté a presién, por lo tanto existe un equilibrio entre las fuerzas de presién y gravitacionales, con las de friccién. 4.2 EI ndmero de Reynolds Se define el ntimero de Reynolds como un factor adimensional que relaciona las fuerzas inerciales con las fuerzas viscosas. Para el caso de tuberias se define como: ved Re = ”““ Eeuacion 44 donde + vesla velocidad media del flujo. * desel didmetro de la tuberia + vesla viscosidad cinematica del fluido. Se ha encontrado que para Re < 2000 el flujo es laminar (el flujo se mueve en capas que se deslizan unas sobre otras), a medida que el Re aumenta el flujo se hace cada vez més turbulento De acuerdo con lo anterior, el flujo dentro de conductos cerrados puede ser laminar o turbulento de acuerdo con el numero de Reynolds. En el flujo laminar las fuerza viscosas son mas importantes que las fuerzas inerciales, el flujo se desplaza en léminas que se desiizan unas sobre otras sin mezclarse itEn el flujo turbulento, las fuerzas inerciales, son mas importantes que las fuerzas viscosas, las particulas del fluido se mezclan unas con otras con movimientos aleatorios. Este tipo de fluido es mas general que el laminar en las redes de distribucién debido a las caracteristicas del fluido (agua) y a las velocidades que se presentan en los sistemas de distribucién. Existen 3 tipos de flujo turbulento: + Flujo turbulento Hidréulicamente liso. + Flujo turbulento Hidrdulicamente rugoso. * Flujo en transicién. 4.3 Ecuaciones del célculo de pérdidas por friccién La ecuacién mas general que describe las pérdidas por friccidn es la ecuacién de Darcy-Weisbach: ~ Beuacion 4-2 1 pies d 2g en donde f es el factor de friccién. Se sabe que para una tuberia de seccién circular poe £ Ecuacién 43 Por lo tanto: 12SO" | geuacién 4-7 \a?-d*-g} Para flujo laminar: 7 & eeuscion 48 Para flujo turbulento: La ecuacién mas general para describir el factor de friccién es la de flujo transicional (Colebrook-White): Ecuacion 4.9 Las anteriores ecuaciones permiten relacionar las pérdidas de energia especifica (cabeza) por friccién con el caudal que viaja por una tuberia, éste es el fundamento del anélisis y disefio de redes de distribucién. 44 Redes cerradas Una red de distribucién cerrada es aquella en la cual las tuberias estan ordenadas de tal forma que se cierran formando circuits. En las redes existen dos tipos de ecuaciones: 441 Ecuaciones de conservacion de masa Para cada nodo (unién) de la red hay una ecuacién de conservacién de masa (continuidad). La suma de los caudales que entran en el nodo es igual a la suma de los caudales que salen de él D2) +2, = 0 Ecuacién 4-10 Para joa y jes un nodo veeino de i audal que va del nudo j al i caudal que entra o sale al nudo. (consumo o alimentacién).4.4.2 Ecuaciones de conservacion de energia Relacionan las pérdidas por friccién con el caudal que pasa por ese tubo, para cada tubo hay una ecuacién de conservacién de energia Al usar la metodologia fisicamente basada y comprobada experimentalmente de Darcy-Weisbach en conjunto con la ecuacién de Colebrook-White, se pueden usar las siguientes ecuaciones: Ecuacién 413, El uso de estas ecuaciones conduce a un sistema de ecuaciones no lineales que puede ser resuelto por algun método iterativo Uno de los mejores métodos es el del gradiente, el cual es usado por el programa “REDES” para el analisis y por lo tanto para el disefio de las redes 45 Método del Gradiente Una simulacién hidraulica implica el célculo de los caudales en cada una de las tuberias de la red y las presiones en cada uno de los nodos, para lo cual hay que resolver un sistema de ecuaciones no-lineales que puede ser resuelto por algiin método iterativo El andlisis de una red de tuberias se puede resolver como un sistema de N ecuaciones simultaneas altamente no lineales, con N incdgnitas, (N puede ser el néimero de nodos o el niimero de tubos segin el planteamiento del probleme.) pero en los casos practicos el sistema tiene un numero tan elevado de incdgnitas, que se han desarrollado metodologias especificas para resolver este problema, el mas exitoso es el método del gradiente”. 5 Saldarriaga, J.G. "Hidraulica de Tuberias’ (1998). Ecitorial McGrawHil, Bogota, Colombia, 4A continuacién se realizan algunas definiciones: Forma general de la ecuacién de resistencia: h, =aQ" + PpOt+y Ecuacion 4-14 Forma general de la ecuacion de resistencia donde n:___ Exponente que depende de la ecuacién de friccién utilizada (2.0 para el caso de Darcy - Weisbach) afr Parametros caracteristicos del tubo, la valvula y las bombas NT: Némero de tuberias de la red NN: Némero de nodos con cabeza piezometrica desconocida [A12] : __ “Matriz de conectividad” asociada a cada uno de los nodos de la red Su dimensién es NT X NN con sélo dos elementos diferentes de cero en cualquier fila. Se pone -1 en la columna correspondiente al nodo inicial del tramo iy 1 en la columna correspondiente al nodo final del tramo i NS: Numero de nodos de cabeza fija 0 conocida IA10] :__ Matriz topoldgica tramo a nodo para los NS nodos de cabeza fija. Su dimension es NT X NS con un valor igual a -1 en las filas correspondientes a los tramos conectados a nodos de cabeza fija [Q]_ : Vector columna de los caudales en los tubos IH]: Vector columna de las cabezas en los nodos [Ho] : Vector columna de las cabezas en las fuentes [A11] :__ Matriz diagonal de NT X NT. En cada i-ésimo valor en la diagonal, tiene la Ecuacin 4-14 para el tubo i, dividida entre Q.[eae ] jaa" +e+7 0 0 | | a | [4] =| 0 0 | | 0 0 yg Qyg rt + By + | L Dur | Eeuacion 4-15 [A11] © [Aa] Matriz,transpuesta de [A12] id Vector de consumo (demanda) 0 de entrada (oferta) en cada nodo de la red, con dimensién NN X 1 oN Matriz diagonal n1,n2....nNT, con dimension NT X NT . au Matriz con dimension NT X NT. En cada ieésimo valor en Ja diagonal, tiene el primer término de la Ecuacién 4-14 para el tubo i, dividido entre Q 0 0 [0 0 yp Qyn"™* | Eeuacién 4-16 [A11]" aor 0 A 1 | [A11][Q] da un vector columna con la energia consumida en cada tubo [A12][H] da un vector columna de la resta de la energia en el nodo final menos la energia en el nodo inicial de los tubos [A11][Q] + (A12][}] da para cada tubo la diferencia D. Este valor debe ser igual a cero para los tubos que no estén conectados a las fuentes. Debe ser la cabeza estatica de la fuente para tubos conectados a fuentes, multiplicada por -1 [A10][Ho] da para todos los tubos, la cabeza de la fuente que tienen conectada. Si el tubo no esta conectado a una fuente, el valor es cero Entonces, la ecuacién de conservacién de energia en forma matricial se puede escribir de la siguiente manera: 16{A11](Q] + [A12][H] = -[A10}[Ho] ‘Ecuacion 4-17 Forma matricial de la ecuacién de conservacién de energia [A21][Q] da para cada nodo, la suma de caudales que entran y salen. Debe ser 0 para caudales sin demanda y el valor demandado para los que lo tienen La ecuacién de conservacién de masa en forma matricial se puede de la siguiente manera’ [A21][Q] = fal Ecuacién 4-18 Forma matricial de la ecuacién de conservacién de masa La Ecuacién 4-17 y la Ecuacién 4-18 se pueden escribir en forma matricial de la siguiente manera ly) L4olPleN_ fb. UeI] Ltn) fol ie tl | Ecuacién 4-19 Feuactones de conservacion compactas El método del gradiente consiste en utilizar una expansién truncada de Taylor para resolver la Ecuacién 4-19, ya que su parte superior en no lineal. Al aplicar simulténeamente el operador gradiente sobre las ecuaciones de masa y de energia, se obtiene la Ecuacién 4-20. fwd [alleen _faey L tad fol eri “Lae | Eeuncién 4-20 Derivada Para cada iteracién, el error en la energia actual para cada tubo esta representado por [dE]. El error en el caudal para cada nodo esta representado por [dq]. [dE] se puede obtener de la Ecuacién 4-17 de donde, [dE] se hace 0 solo si la energia final mas la gastada en el tubo se hace igual a la final. [dE] = [A11][Qi] + [A12][Hi] + [ALO][Ho] Ecuacién 4-21 Error en la energia en los tubos [dq] se puede obtener de la Ecuacién 4-18 de donde, [dq] se hace 0 solo si la suma de caudales que entran o salen al nodo es igual a la demanda. 7faq] = [A21]19] - fal Ecuacién 4-22 Error en la masa en los nodos Entre iteraciones sucesivas: [4Q] = [Qi] - [Qi] [Qi] = [Qi] + [4Q] Ecuacién 4-23 Cauddales en siguiente iteracion [aH] = [Ha] - [Hi] [Hea] = [Hi] + [4H] Eeuacion 4-24 Cabezas en siguiente iteracion Entonces, con la Ecuacién 4-23 y la Ecuacién 4-24 se pueden encontrar las cabezas y caudales para cualquier iteracién, a partir de los valores de la iteracién anterior (0 los supuestos, en caso de ser la primera iteracién) y de la correccién generada por cada iteracién ([dQ] y [dH]. Esta correccidn se obtiene de la Ecuacién 4-20 al despejar [[dQ] IaH]: flor _Fivtand ba.]} fe] [ur] | L 4 bo | dq Donde [dE] se obtiene de la Ecuacién 4-21 y [dQ] se obtiene de la Ecuacién 4-22. El sistema que se desea resolver se convierte en: ON _fOvEad [al] eater) L2 fen) +Lnoiro) lal") tad pol | (Liz for]-Ll ‘euacién 4-25 Sistema para encontrar las correcciones en caudal y energia para la siguiente iteracion Reemplazando la solucién de la Ecuacién 4-25 en la Eouacién 4-23 y en la Ecuacién 4-24, se llega a [ia] = ({A21(NIAMPY"TAl23" A2]UNTALILY! (ALIQi] + [ALO][Ho]) — ({A21}[Qi] — fa} ) 3 [Qi] = €1] — (NAM) ~ FAL Qi] ~ {CNIALIPY* (A12]{Hien] + [ALOIPHO)}4.6 Software de Simutacion Hidraulica Esta seccién contiene una breve descripcién de los paquetes computacionales usados para la ejecucién de las simulaciones hidraulicas necesarias para realizar el disefio de una red de distribucion de agua potable. 464 REDES 2004 El programa REDES 2004" es un software de simulacién hidraulica estatica y en pefiodo extendido y de calidad del agua, ademas cuenta con métodos de calibracion. El resultado de esta investigacién es la implementacién del médulo de disefio que integra los 3 algoritmos desarrollados. El programa REDES se ha venido desarrollando en el Centro de Investigaciones y Alcantarillados de la Universidad de Los Andes - CIACUA por mas de 15 afios bajo la direccién del ingeniero Juan Saldarriaga. Entre los afios 2002-2004 el desarrollo ha estado a cargo del autor de esta investigacion ‘sle|alelals jale|> wy || 10/%e af =| + Nooo Wetivetos) | EYEALSE Lotieso®) «| TUED.DIMNETROIFUBSdE Grafica 4-1 Ventana principal del programa REDES 2004 © Referencia 3 Villslba , GA "REDES 2004 Manual del Usuano" (2004), Centre de Investigaciones en Acueductos y Alcantarllados CIACUA, Universidad de Los Andes Departamento de Ingenieria Civil 19PRE nai oe mua) Grafica 42 Ventana de visualizacion se superficies 3D dd programa REDES 2004 4.6.2 EPANET 2 El programa EPANET 2” es un software de simulacion hidréulica ampliamente usado en todo el mundo. Este programa se ha convertido en un estandar y por eso se ha usado en esta investigacién con el fin de establecer una comparacién objetiva entre los resultados obtenidos en esta y en otras investigaciones. EPANET ha sido desarrollado por Rossman en la agencia de proteccién ambiental de los Estados Unidos Environmental Protection Agency EPA) 74 Roseman, L.A. "EPANET, Users Manual” (1993), Risk Reduction Engineering Lavaratory, U.S. Environmental Protection Agency, Cincinnati, Ohioores De or tw Bowtie Ser OeE S/& XA) Gees [hee Aa NO GOON fonaceot | Fe Bo av sem a Gréfiea 4.3 Ventana principal de EPANET 2 25__Disefio de Acueductos A diferencia del analisis de una red de tuberias, al realizar el disefio de la red, no se conocen los diémetros de cada una de las tuberias de la red. El problema de diseftar redes de distribucién de agua potable consiste en determinar el didmetro que debe tener cada una de las tuberias de una red de distribucién de agua potable, de tal manera que se satisfagan ciertas restricciones (ptesin minima en los nodos, calidad del agua en las tuberias, satisfaccién de las demandas en los nodos, etc), es un problema combinatorio, dado que cada uno de los didmetros de las tuberias representan una variable que puede tomar un valor discreto basada en un conjunto de didmetros comerciales. Cada vez que se tenga una hipétesis de diémetros hay que realizar un andlisis de la red para probar que se cumplen las restricciones. Hay muchas combinaciones de diémetros que cumplen con las restricciones, entonces el problema de optimizacién consiste en encontrar una combinacién que satisface las restricciones optimizando multiples criterios. Los criterios mas importantes son los siguientes: 1. Minimizar los costos constructivos. 2. Minimizar las fugas de agua (minimizar el costo asociado al agua que se fuga en un periodo de tiempo), 3. Maximizar la calidad del agua en la red (minimizer el tiempo de retencién del agua en la tuberias), Una base de diémetros comerciales comtin es la siguiente (en pulgadas) Base de Didmetros Tndice | Diémetro | Indice | Didmetro Pulgadas Pulgadas i 2 rt 18 2 25 12 20. 3 3 13 24 4 4 14 30. 5 6 5 36 6 8 16 a2, 7 40 17 48 8 12 18 60. 9 14 19 72 10. 16. Tabla 6-1 Ejemplo de Base de Didmetros 2Esta base tiene 19 didmetros posibles. Una red normal puede tener cientos o miles de tuberias, por eso el problema puede ser demasiado engorroso dada la cantidad de posibilidades, ademds para cada combinacién de didmetros hay que correr la hidraulica de la red (andlisis de la red), este problema es relativamente complejo y para redes grandes una sola corrida puede tomar un tiempo considerable. A continuacién se presenta un ejemplo que ilustra la imposibilidad de resolver este problema por fuerza bruta 5.1 Ejemplo de disefio por fuerza bruta Una red de tuberias conecta un embalse con 6 nodos de consumo, la red esta compuesta por 7 tuberias. Grafica 5 - Ejemplo de Red de Distribucién (7 Tuberias) Para disefiar esta red con la base de diametros comerciales vista anteriormente se requiere probar 19” combinaciones, lo que son aproximadamente 894 millones de posibilidades con igual ntimero de simulaciones hidraulicas, si el algoritmo® se demora 16 milisegundos en correr la hidraulica una vez, tomaria més de 165 dias de computo continuo, lo cual ilustra la necesidad de emplear algtin método para obtener una solucién optima o cercana al éptimo. 5.2 Definiciones A continuacién se hacen algunas definiciones necesarias para la comprensién del problema. * Nodo: Un punto en el espacio en donde se ejerce la demanda de agua (Volumen/Tiempo) + Embalse: Un punto en el espacio capaz de suministrar una cantidad infinita de agua con una cabeza hidrdulica constante conocida (Linea de Gradiente Hidraulico constante) 2° dvr en a Universidad dos Andes, Con programa “Ress 23‘+ Tubo: Elemento fisico que sirve de unién entre los nodos y los embalses. + Red: Conjunto formado por nodos y embalses unidos por los tubos cortespondientes. 5.3 Descripcion El disefio de una red de distribucién de agua potable consiste en determinar el didmetro que debe tener cada una de las tuberias que componen la red de manera que sea posible llevar el agua desde las fuentes hasta cada nodo de la ted manteniendo una presién por encima de una presién minima que se determina segiin las normas técnicas 0 el criterio del disefiador. Para disefiar una red es necesario conocer las coordenadas X, Y y Z de cada uno de los nodos, asi como el caudal demandado en cada uno de ellos, la LGH (linea de gradiente hidrdulico) de cada una de las fuentes de la red, la conectividad entre los nodos de la red (a través de tubos) y las caracteristicas fisicas de las tuberias (longitud, rugosidad, coeficiente de pérdidas menores, etc). Este problema se ha resuelto tradicionalmente por ensayo y error orientado por la experiencia del disefiador. De esta manera, es posible encontrar una solucién factible al problema; sin embargo, este método no tiene ningun criterio de optimizacién econémico, Io cual lleva a disefios funcionales desde el punto de vista hidraulico pero con unos costos bastante elevados. Una red de distribucién de agua potable esta compuesta por una serie de elementos fisicos como nodos y embalses que estén conectados entre si mediante tuberias, a través de las cuales fluye determinado caudal de agua. Cada nodo tiene un caudal demandado asociado, el cual determina el caudal que fluye por cada tuberia; la magnitud y el sentido del flujo en conjunto con las caracteristicas, fisicas de las tuberias determinan la caida de la linea de energia del agua LGH (linea de gradiente hidréulico) entre la fuente y cada uno de los nodos. 245.4 Variables de entrada de una simulacion hidraulica A continuacién se muestra una tabla con las variables necesarias para el calculo de una simulaci6n hidréulica Variables de Entrada Tipo Nombre Descripcién Dimension x Coordenada X del noda Longitud Y ‘Coordenada ¥ del noda Longitud Coordenada Z del nodo z (Elevacion) Longittd ‘Caudal demiandado en ese Nodos_| Demande nado. Longitud Tiempo x Coordenada X de lafuente | Longitud ry ‘Coordenada Y de lafuente | Longitud Coordenada Z de Ta Tuerte z (Elevacion) Longitud Elevacién de la linea Fuentes |LGH piezométrica del agua Longitud Identficador de la unién (nodo 0 Unién nici fuente) inicial del tubo. dimensional Identificador de la unién (nodo 0 Unién Final fuente) final del tubo. Adimensionzl Longitud Longitud del tubo Longitud Diémetro, Diémetro interno real del tubo__[Longitud Rugosicad de la pared interna Rugosidad del tubo Longitud Coeficiente de ‘Suma de los coeficientes de Tubos _|pérdidas menores_| pérdidas menores en el tubo.__| Adimensional Tabla 5.2 Variables de Entrada en una Simulacién Hidriuliea5.5 Variables de salida de una simulaci6n hidraulica Las variables calculadas en una simulacién hidraulica se muestran en la siguiente tabla Variables de Salida Tipo [Nombre Deseripcion Dimension Tinea de Gradiente Higraulico Gel LGH Nodo Longitud Nodos |Presion®™ Presion en el nodo, Masa/(Longitud*Tempo") ‘Suma se los Caudales| Fuentes | Demanda demandados en esa fuente. Longitud"/Tiempo. ‘Caudal ‘Caudal que fluye en ese tubo. Longitud’ Tiempo. Velooidad ‘Velocidad del flujo en el tubo. Longitud Perdidas de energia producto de fa {ricoién entre el flujo y la pared de la tuberia més las perdidas Tubos |Pérdidas Totales _ | menores. Longitud ° Normalmente esta variable se da en MCA (Metros Cabeza de Agua) bla 5-3 Variables de Sal la de una Simulacion Hidriulica 265.6 distribucién de agua potable A continuacién se muestra una tabla con las variables necesarias para el disefio de una red de distribucién de agua potable. Se resaltan las variables propias del proceso de disefio Variables de Entrada del disefio de redes de Variables de Entrada Tipo__| Nombre Descripeién Dimension x Coordenada X del nodo_| Longitud Y Coordenada Y del nodo_| Longitud Coordenada Z del nodo| Zz Elevacién) Longitud Presion minima de Pmin disefio. Masa/(Longitud*Tiempo2) Caudal demandado en Nodos_| Demanda ese nodo) Longitucs/Tiempo ‘Coordenada X de Ta x fuente Longitud ‘Coordenada Y de Ta y fuente Longituc Coordenada Z de la Zz fuente (Elevacion) Longitud Elevacién de la linea Fuentes |LGH piezométrica del agua._| Longitud Identficador de la unién (nodo 0 fuente) inicial del Unién inicial | tubo Adimensional Tdentficador de Ta union (nodo 0 fuente) final de! Unién Final | tubo dimensional Longitud Longittd del tubo. Longitud Lista de los diametros Diametros | comerciales Disponibles | disponibles. Rugosidad de la pared Rugosided __| interna del tubo. Longitud Coeficiente de | Suma de los coeticientes perdidas de pérdidas menores en Tubos_| menores el tubo dimensional Tabla 6-4 Variables de Entrada en el disefio de una red de distribucién de agua potable 275.7 Variables de Salida del disefio de redes de distribucién de agua potable Las variables calculadas en el disefio de una red de distribucién de agua potable es el diametro de cada una de las tuberias de la red, para lo cual se deben hacer varias simulaciones hidraulicas. Variables de Salida Tipo Nombre Deseripeién Dimension Linea de Gradiente LGH Hidrdulico del Nodo. Longitud Nodos_[Presién Presién en el nod, Masa/(Longitud* Tiempo) ‘Suma s los Caudales demandados en esa Fuentes |Demanda | fuente. Longitud’ Tiempo. Caudal que fluye en este Caudal tubo. Longitud’/Tiempo Velocidad deltiqo en Velocidad _| tubo. Longitud Perdidas de eneraia producto de la friecion entre el flujo y la pared de Pérdidas | la tuberia mas las perdidas Totales menores, Longitud El diémetro interno real Tubos_|piametro | dela tuberia. Longitud Tabla 6-5 Variables de Salida en el disefto de una red de distribucién de agua potable 286 Modelo del problema 6.1 Especificacién del problema El disefio de redes de distribucién de agua potable se puede modelar como problema de optimizacién combinatoria en donde las variables de decisién son los didmetros de cada una de las tuberias de la red. El problema consiste en determinar un conjunto de diémetros tal que se minimice una funcién de costo sujeta a restricciones hidrdulicas, comerciales, etc. Se puede especificar de la siguiente manera: Se quiere minimizar la funci6n de costos: CaS KL-D Reuacion 6-1 donde C es el costo total asociado al valor comercial de las tuberias, Nt es el néimero de tubos de la red, Li es la longitud de la i-simo tubo de la red, K y x son parametros que se determinan por regresién seguin la tabla de costos de determinado fabricante en funcién del diémetro, Di es el didmetro del i-ésimo tubo de la red. Los parametros K y x no tienen un significado fisico relevante, son solamente valores que relacionan el costo con los parémetros fisicos longitud y diametro del ‘tubo. La Ecuacion 6-1 se encuentra sujeta a algunas restricciones que se describen a continuacién. 6.2 Restricciones del problema El problema de diserio de redes de distribucién de agua potable esta sujeto a una serie de restricciones que debe cumplir la solucién del mismo para que se considere valida. Ademés el proceso de solucién debe poder encontrar soluciones cercanas a la mejor solucién en un tiempo razonable. Las restricciones son las siguientes: 6.2.1 Restricciones Hidraulicas + Conservacién de Masa EI caudal que entra en un nodo menos el caudal que sale de él debe ser igual al caudal demandado en ese nodo’ 29rie, en donde Ntj es el niimero de tubos conectados al nodo j, Qij es el caudal en el tubo que va de la unién i a la unién j (incluye el signo),qj es el caudal demandado en el j-ésimo nodo de la red, para j que pertenece al intervalo [1,Nn] en donde Nn es el ntimero de nodos de Ia red. 4, Eouacion 6-2 Conservacién de Energia La suma de las pérdidas de energia en cualquier circuito debe ser igual a cero 0 a la energia suministrada por una bomba si hay alguna ww, Eouacion 6-3 Ears en donde Ne es el niimero de circuitos en la red, i es el i-€simo circuito de la Ted, hfi es la suma de la pérdida de energia debida a la friccién del agua con las paredes de los tubos del i-ésimo circuito, hmi son la pérdidas menores de energia producida por elementos en los tubos (codes, etc) en el i-€simo circuito, Exons: €S la energia suministrada por las bombas en ese circuito (normalmente no hay bombas y este valor es cero). La presién en cada nodo debe ser mayor a un valor dado. (Variable de entrada). Cada uno de los nodos de la red debe tener una presién superior a una presién minima dada: Min(P) >= Pj, Ecuacién 6-4 donde Pi es la presién en el i-ésimo nodo de la red, i pertenece al intervalo [1,Nn], donde Nn es el nimero de nodos de la red, Prin @S Un pardmetro de diserié que es conocido. Restricciones Comerciales Los diametros solo pueden tomar valores discretos dados por la disponibilidad de didmetros de cada fabricante de tuberias, Se puede expresar de la siguiente manera’ D, €CD,,, Ecuacién 6-5 i pertenece al intervalo [1, Nt], donde Nt es el ntimero de tubos de la red. Di es el didmetro del i-ésimo tubo. CDcom es el conjunto de los didmetros comerciales disponibles para determinado fabricante de tuberias. 30Se ha demostrado que la solucién de este problema con todas estas restricciones es un problema NP-DURO (Yates et. al. 1984). Las restricciones hidraulicas de conservacién de masa y de conservacién de energia, pueden ser manejadas por un motor de cdlculo hidrdulico (como el programa REDES 0 EPANET). La restriccién de presién minima depende del conjunto de didmetros que se esté probando. La restriccién comercial se maneja al permitir Unicamente que los resultados del método sean los diémetros comerciales que son pardmetros de entrada (es posible trabajar con valores continuos en algunas etapas del proceso de diserio, pero los resultados finales son diémetros comerciales que pertenecen al conjunto de los que se especificaran como parametros de entrada). 6.3 Complejidad del Problema Se ha gastado una cantidad considerable de esfuerzo en la solucién de problemas de disefio de redes de distribucién de agua potable con variables discretas y se han sugerido varias formas de abordar el problema. Estas formas se pueden clasificar en 2 clases: Cy y C2. La clase C; esté compuesta de aquellas aproximaciones en las cuales se reduce el problema a la solucién de una secuencia de problemas de programacién lineal’. La reduccién se hace asumiendo que la seccién de un tubo entre 2 nodos adyacentes esta hecha de N sub-secciones, con la j-ésima sub-secci6n teniendo el mas grande de los N didmetros comerciales. La clase Cz contiene las aproximaciones que asumen que la seccién entre 2 nodos adyacentes es uniforme, es decir solo tiene 1 diametro. El desarrollo de la solucién de esta investigacién pertenece a la clase C2, pues es la forma natural de modelar el problema sin tener que dividir el tubo en secciones ficticias que no representan la naturaleza del mismo. Los problemas que pertenecen a la clase Cz no pueden ser solucionados exactamente por ningiin método conocido (exceptuando la enumeracién exhaustiva o fuerza bruta) A continuacién se haran algunas definiciones para precisar la dimensién del problema (usadas por Horowitz y Sahni"). ° En la Referencia I (Yates, D.F., AB. Templeman & T B. Boffey (1984). “The computational complexity of the problem of ‘determining least capital cost designs for water supply networks". Engg. Optimization, 7(2), 142-155.) se hace referencia a los trabajos de Alperovits y Shamir, Kally. Referencia 2 Horowitz €., Sahni Sj. "Fundamentals of computer Algorithms". Computer Science Press. (1978). 316.3.1 Definiciones Definicion 1 Un algoritmo deterministico es aquel en el cual cada operacién esta Unicamente definida. Definicion 2 Un algoritmo no-deterministico es aquel en el cual cada operacién no esta Gnicamente definida, pero es una de un conjunto de posibilidades. {Esto implica que el algoritmo debe escoger una salida para ciertas operaciones. Sin embargo, se puede considerar que el algoritmo evala todas las posibles salidas y escoge una correcta, si esta existe} Definicién 3 Un problema de decisién es un problema para el cual hay una o dos posibles soluciones correspondientes a los valores “falso" o “verdadero” Definicién 4 Un algoritmo de tiempo polinomial es aquel cuyo tiempo de ejecucién (el numero de operaciones de bits elementales hechas en una cadena de entrada de longitud N) esta acotado por algtin polinomio p(N). La clase de problemas de decision que se pueden resolver por estos algoritmos se denota por P Definicion 5 NP es definido como la clase de problemas de decisién que pueden ser resueltos por un algoritmo no-deterministico en un tiempo polinomial. Definicion 6 Un problema Li se reduce a otro problema L>, 0 1, x L,, si y solo si cualquier instancia de L; se puede resolver por un algoritmo deterministico para resolver L2 en un tiempo polinomial. Esta definicién implica que si se tiene un algoritmo polinomial para resolver L2 entonces se puede solucionar L, en un tiempo polinomial Definicién 7 Se dice que un problema es NP-duro (NP-hard) si cada problema en NP se teduce a él; es NP-completo si también cae en NP. Definicién 8 Se dice que un algoritmo soluciona un problema si, cuando es aplicado a cualquier instancia del problema, el algoritmo siempre garantiza producir una solucién para esa instancia Si para un problema particular existe un algoritmo polinomial para resolverlo, entonces ese problema se considera bien resuelto, en caso contrario el problema se considera intratable 32Como cualquier problema NP-duro puede considerarse al menos tan dificil de resolver que cualquier problema NP, establecer la intratabilidad de un solo problema NP-completo implicaria que todos los problemas NP-duros son intratables. Se ha demostrado que el problema del disefio de redes de distribucién de agua potable de costo minimo con una aproximacién de la clase C2 es un problema NP- duro (Yates et al 1984) razén por la cual es importante el estudio de alternativas de solucién con métodos aproximados, pues la solucién exacta requiere de un tiempo no acotado por ningun algoritmo de complejidad polinémica. 6.4 Requerimientos No Funcionales * El método de solucién debe ser capaz de encontrar una “buena” solucién para una amplia variedad de topologias, demandas en los nodos, topografias, etc. * El método de solucién debe ser capaz de encontrar una “buena” solucién en un tiempo “razonable” seguin el tamario de la red, es decir, el algoritmo debe tener un complejidad polinémica, no mayor a O(n’) 6.5 Metodologia de Solucién Los investigadores han abordado el problema de disefio éptimo de redes de distribucién de agua potable con diferentes métodos como programacién lineal, programacién no lineal, programacién dindmica y programacién entera En esta investigacién la solucién propuesta esta basada en 3 algoritmos que se explican en los siguientes capitulos. La solucién se implementd como el médulo de disefio del programa REDES 2004 desarrollado en el Centro de Investigaciones en Acueductos y Alcantarillados de la Universidad de Los Andes — CIACUA. 337 Criterios de disefio Este capitulo describe brevemente algunos de los criterios de disefio mas importantes. 7.1 Criterio Tradicional Este criterio se refiere a lo que ha sido la practica mas comtin del disefio de redes de distribucién de agua potable. Realmente no tiene ninguna funcién objetivo y depende enteramente del criterio subjetivo de! disetiador, es decir el disetio se basa en el pre-dimensionamiento de las tuberias de la red y luego se procede a aumentar 0 disminuir los didmetros de tal manera que se cumplan las presiones en los nodos, lo cual se verifica haciendo una simulacién hidraulica con ayuda de algtn programa como “Redes’ o “Epanet’ Aa Ventajas del Criterio Tradicional * No requiere que el disefiador tenga entrenamiento especial en técnicas de optimizacion 7A2 Desventajas del Criterio Tradicional + No tiene ningtin criterio de optimizacién econdmica + El comportamiento hidraulico puede cumplir con unos requisitos minimos de operacién pero no hay un criterio de optimizacién hidréulica + Es un proceso muy dispendioso que depende Unicamente del critetio y la experiencia de la persona que disefia. + Noes un método objetivo. + Nose puede hacer un seguimiento de! proceso. + El uso del software se limita a la simulacién hidraulica, pero no usa una herramienta especializada en el disefio. 7.2 Criterio de !-Pia Wu (Tuberias en Serie) En el afio de 1974, el investigador chino I-Pia Wu", establecié que el disefio 6ptimo desde el punto de vista de los costos de una tuberia en serie con caudales laterales en los nodos se obtenia cuando Ia linea de gradiente hidraulico hace parte de una curva céneava formada por tramos rectos, con una flecha del 15% de la cabeza total, pero la diferencia entre esa curva y la linea recta es de tan solo un ® Wu, I-pai, "Design of Drip irigation Lines."(1975). Journal of the irrigation and Drainage Division,, Vol. 101, No IR4, December 1875. ASCE. 342%, por lo tanto ésta se puede tomar como funcién objetivo en el disefio de tuberias en serie. Graficamente el criterio es el siguiente: Linea de gradiente hidraylico 6ptima Este criterio establece la LGH (linea de gradiente hidraulico) objetivo y luego se determinan los diametros como en el disefio de una tuberia simple, dado que se conoce Ia diferencia de LGH entre el nodo inicial y el nodo final y eso determina las pérdidas de energia que debe haber en cada tuberia, En una tuberia en serie es posible determinar con exactitud el caudal que va por cada tubo. Si los didmetros son valores continuos es posible obtener una respuesta casi perfecta, sin embargo hay que aproximar los diametros a un diametro comercial disponible, pero esto se logra facilmente mediante un proceso iterativo que asigna los diémetros en orden segtin su cercania a la fuente y va caloulando la hidrdulica en cada iteracién para garantizar que las presiones en todos los nodos son superiores a la presin minima establecida 7.2.1 Ventajas del Criterio de Wu + Es un criterio de optimizacién global que ha demostrado su efectividad en el disefio de tuberias en serie. + Es facil de programar * Puede ser implementado por un algoritmo de tiempo polinomial no mayor a n*.7.2.2 Desventajas del Criteriode Wu * Estd limitado al disefio de tuberias en serie y no fue pensado para el problema del disefio de redes de distribucién de agua potable. 7.3 Criterio de Featherstone" (Redes de Tuberias) El criterio de Featherstone es una extensién del criterio de Wu, el cual propone que para una red de distribucién las cabezas piezométricas (LGH) hacen parte de un plano general, cuyo punto mas alto es el tanque o estacién de bombeo y el punto mas bajo es el nodo mas alejado del tanque. + peo ' Lineas de gradiente hidraulico tha : Hmin 1 Qa a Q., Q, Grafica 7-1 Criterio de Featherstone Los pianos ABC y ABD deben formar parte de un mismo plano general. Las lineas punteadas representan las alturas piezométricas de cada uno de los nodos de la ed. El punto 3 representa el nodo mas alejado y, por consiguiente el de cabeza piezometrica minima (LGH). El punto 1 representa el tanque de abastecimiento de agua ® Saldarriaga, J.G. “Hidréulica de Tuberias* (1998). Editorial MoGrawHill, Bogota, Colombia 367.3.1 Ventajas del Criterio de Featherstone Sirve para el disefio de redes de distribucién de agua potable. Se puede programar facilmente Puede ser implementado por un algoritmo de tiempo polinomial no mayor a n*. Funciona bien en redes planas. Funciona bien en redes cuadriculadas. Fea Desventajas del Criterio de Featherstone No funciona muy bien en redes con topografia * No funciona muy bien en redes con topologias complejas. + Lo anterior implica que en la practica no se obtienen buenos disefios cuando se disefian redes reales. 378 Superficie Optima de Presiones (SOP) Este método es fruto de esta investigacién, la idea es hacer una extensién de los ctiterios de Wu y Featherstone que permita el disefio optimizado de redes de distribucién de agua potable sin importar la complejidad de la topologia de la red ni las caracteristicas topograficas de la misma Este método consiste en el calculo de la LGH (LGH ideal) que deberia tener cada uno de los nodos de la red para que los diémetros resultantes de las tuberias tengan un costo cercano al minimo. Este criterio es similar al criterio de Wu (Wu 1975) para tuberias en serie, pero aplicado al disefio de redes de distribucién de agua potable al igual que el criterio de Featherstone, pero pensado en servir para cualquier topologia y/o topografia Para calcular esta superficie de LGH es necesario definir la presion minima Tequerida en los nodos y una ecuacién que modele la caida de la LGH ideal Se ha encontrado que aplicando una ecuacién cuadratica andloga a la usada en el ctiterio de Wu se pueden obtener buenos resultados, aunque con el propésito de mantener la generalidad del método, la ecuacién se ha parametrizado para permitir cambiarla en ejecucién de acuerdo a las caracteristicas propias de cada ted. Una vez se tiene la LGH objetivo en cada uno de los nodos de la red se procede a hacer el disefio de cada uno de los tubos de la red como una tuberia simple con los caudales obtenidos en una iteracién anterior; esto da una mejor aproximacion al caudal que debe ir por cada tuberia. Este procedimiento se repite hasta que la LGH obtenida sea muy similar a la LGH ideal. Esto daria un disefio casi perfecto si los diémetros fueran continuos, pero en realidad son numeros discretos y finitos, !o cual hace que se tenga que aproximar el didmetro real a un didmetro comercial. Como resultado de este proceso se obtiene una red diseflada que cumple con las restricciones de minima presién en los nodos y que se realizé siguiendo un criterio de optimizacién econémica e hidrdulica; sin embargo los diametros obtenidos son numeros reales continuos que no pertenecen al conjunto de los didmetros comerciales definidos segin la disponibilidad o criterio del diserador. La aproximacién del diémetro se puede hacer al anterior, al siguiente o al mas cercano didmetro comercial disponible, en esta investigacién se determind que una buena opcién es aproximar al siguiente diémetro comercial para no violar la restriccién de presién minima en los nodos y posteriormente disminuir los didmetros mediante un proceso de optimizacién basado en un algoritmo de programacién por restricciones, aunque también es posible aproximar al anterior didmetro comercial y luego aumentar los diémetros con otro procedimiento de 38programacién por restricciones, luego de lo cual se puede intentar nuevamente el procedimiento de disminucién de didmetros. La determinacién de la superficie dptima de presiones se calcula siguiendo los siguientes pasos: 1. Determinar las distancias de los nodos a las fuentes. 2. Aplicar una funcién en términos de la distancia calculada en el punto anterior para calcular la LGH ideal 3. Asignar unos didémetros iniciales a las tubos de la red, pueden ser iguales {por ejemplo se puede asignar un didmetro de 10 pulgadas a todos los tubos de la red). 4, Asignar a cada tubo una pérdida de energia igual a la diferencia de LGH entre sus nodos inicial y final 5. Con los didmetros actuales y las pérdidas de energia del punto 4 se hace una simulacién hidraulica para calcular los caudales en cada uno de los tubos de la red y la LGH en los nodos. 6. Con los caudales obtenidos en el punto anterior y las pérdidas de! punto 4 se calculan los didmetros de cada tubo 7. Se repiten los puntos 5-6 hasta que la diferencia entre la LGH obtenida en el punto 6 y la LGH ideal (punto 2) sea menor a un error maximo admisible. A continuacién se explica como realizar los pasos 1 y 2. 81 Calculo de Distancias La primera etapa de la determinacién de la superficie éptima de presiones consiste en el calculo de la distancia entre los nodos y las fuentes. Cada fuente 0 nodo tiene una coordenadas X,Y y Z (elevacién) que determinan su posicién geografica segtin un marco de referencia Antes de continuar se van a hacer las siguientes definiciones: 8.1.1 Distancia Euclidea 2D La distancia euclidea en dos dimensiones es la distancia entre dos puntos teniendo en cuenta sdlo sus coordenadas X y Y. En este caso la distancia euclidea 2D entre un el nodo-i y la fuente-0 se calcula segiin la siguiente ecuacién: De2D = (x, — x) +(9,-99)" Eeuacion 8-4 398.1.2 Distancia Euclidea 3D La distancia euclidea en tres dimensiones es la distancia entre dos puntos teniendo en cuenta sus coordenadas X , Y y Z. En este caso la distancia euclidea 3D entre un el nodo-i y la fuente-0 se calcula segiin la siguiente ecuacién: De3D = y{(x,— x + (y—%y) + (,-2,)° Bouacion 8-2 8.1.3 Distancia Topolégica A diferencia de la distancia euclidea la distancia topolégica depende de la topolagia de la red y no de solo de las coordenadas de las fuentes y de los nodos. Para calcula la distancia topolégica no es suficiente una ecuacién, hay que implementar un algoritmo que calcule la distancia minima entre dos vértices de un grafo. En este caso un vértice seria la fuente y el otro el nodo-i. Dt = Dis tan ciaMinimaG rafo fuente, .nodo,) Ecuacion 8-3 En esta investigacion se determiné que la distancia que se debe usar para el calculo de la superficie éptima de presiones es la distancia topolégica, porque es la distancia que representa el recorrido real del agua en la red y por lo tanto es proporcional a las pérdidas de energia en la misma. Dis tania = De Ecuacién 8-4 8.2 Ecuaciones de caida de la LGH ideal Una vez se han calculado las distancia entre los nodos y las fuentes el siguiente paso es aplicar una ecuacién que relacione la distancia con la linea de gradiente hidrdulico objetivo (LGH ideal) Estas ecuaciones permiten determinar la superficie éptima de presiones para una Ted con una o varias fuentes. Para facilitar la explicacion se va a ilustrar el caso con una sola fuente. Para determinar esta ecuacién se parte de los siguientes conceptos: 401 Se conoce la LGH ideal maxima. Esta es igual a la LGH de la fuente. LGHideal 4, =LGH , Ecuacion 8-5 En donde LGHoes la LGH de la fuente. Se puede determinar la LGH ideal minima. La LGH ideal en el punto mas alejado debe ser igual a la elevacién maxima de los nodos de la red mas la presién minima de disefto. LGHideal Max(z)+P.,, Ecuacion 8-6 La LGH en el nodo-i debe ser un valor entre la LGH ideal minima y la LGH ideal maxima. LGHideal ,, = Eouacién (0) LGHideal , = Bewacién (dis tan cia.) Ecuacién 8-7 LGHideal .., = Beuacion (dis tan cia.) En donde “Ecuacion(distancia)’ es una ecuacién que relaciona la LGH ideal con la distancia entre la fuente y los nodos, distancia es la distancia entre la fuente y el nodo-i y distanciana, es la distancia entre la fuente y el nodo mas alejado. A continuacién se muestran algunas de las ecuaciones que se probaron para modelar esta relacién. 48.21 Ecuaci6n Lineal Modela una relacién lineal entre la LGH ideal y Ie distancia entre los nodes y las fuentes, LCHidea! a, ~ LCHideal LGHided , )) dis tan da, + LGH .. Ecuacién 88 is tan cid a ie Sy Grafica 8-1 Superficie Optima de Presiones calculada con una ecuacién lineal 428.2.2 Ecuaci6n Cuadratica Modela una relacion cuadratica entre la LGH ideal y la distancia entre los nodos y las fuentes. LGHidea! , = A- distancia, +B-distancia+@ LGHidea! ... - LGHidel A dis tancta,” Eeuacion 8-9 Ba(-2-A-distan cia?) C= LGHidea! Grafica 8.2 Superficie Optima de Presiones calculada con una ecuacién cuadratica 438.2.3 Ecuacién de una catenaria Modela la relacidn entre la LGH ideal y la distancia entre los nodos y las fuentes mediante una cateneria LGEideat , = LGtideat ., «cos 2224 cen AS ta la, Ecuaciéns-10 cosh 1 Stam LOT ay Grafica 83 Superfcie Optima de Presicnes calculada con la ecuacion de una catenaria 448.24 Ecuacién de un segmento eliptico Modela la relacién entre la LGH ideal y la distancia entre los nados y las fuentes mediante un segmento de elipse r al LGHideal , = LGHdeat ~[P@stmca. = dis tan cia,)* al a a= distancia, - ats tan cia, Esuacion 3-11 b= LGidedl .. - LGHidedt 4, Gréfica 84 Supentcie Optima de Presiones calculac con ta ecuacion de un seymerto ce elipse 458.2.5 Ecuacion de una campana Gaussiana Modela la relacién entie le LGH ideal y la distancia entre los nodes y las fuentes mediante la ecuacion de una campana Gaussian distancia? 9 pal Boe LGHideat a = LGHidea! Gratica 85 Superficie Optina de Presones calculada oon la eoucién de una campana Gaussiena 468.2.6 Ecuacion Reciproca Modela la relacién entre le LGH ideal y la distancia entre los nodes y les fuentes mediante la ecuacion ce una curva reciproca, 1 a distancia, + B ——+ | /__3 _) gevacién 0.43 LGHided! ,, — 8) (distancia... 1 i area) LGHveal Grafica 8.6 Superficie Optima de Pres ones calculada con una ecuacién reciproca a8.3 Ventajas del disefio basado en Ia determinacién de la superficie optima de presiones «La solucién obtenida es muy precisa * El método converge muy rapidamente, en la mayoria de los casos el algoritmo de calculo requiere un tiempo polinomial no mayor a O(n) en algunos caso incluso O(k). En la prdctica solo se requieren unas pocas iteraciones sin importar el tamafio de la red * Incluye un criterio de optimizacién muy claro que se puede parametrizar en términos de la ecuacion que modela la caida de la LGH entre las fuentes y los nodos. + La respuesta obtenida respeta las restricciones hidraulicas. 8.4 Desventajas del diserio basado en la determinacion de la superficie optima de presiones + La respuesta obtenida NO respeta las restricciones comerciales, es decir, los didmetros obtenidos tienen valores reales continuos en vez de los didmetros discretos disponibles. + El punto anterior indica que el método por si solo no da una respuesta factible, aunate sirve para orientar la solucién al combinarlo con otros métodes como la programacién por restricciones y los algoritmos genéticos, 489 Programacion por Restricciones Una de las raices de la programacién por restricciones es Ia inteligencia artificial donde los investigadores se enfocan en el uso de ldgica y deduccién para la resolucién de problemas complejos La programacién por restricciones’ es un paradigma para la solucién de problemas combinatorios de optimizacién. Estos problemas combinatorios de optimizacién se pueden resolver definiéndolos como varias instancias de un problema de satisfaccién de restricciones (Contraint Satisfaction Problem - CSP). Una instancia de_un CSP se describe por un conjunto de variables, un conjunto de posibles valores para cada variable y un conjunto de restricciones entre las variables. Al conjunto de los posibles valores de una variable se le denomina el dominio de la variable. Una restriccién entre variables expresa las combinaciones de los valores de las variables que estan permitidos, las restricciones pueden ser implicitas (p.e. una formula aritmética) 0 explicitas en donde cada restriccién se expresa como un conjunto de parejas de valores que cumplen la restriccién Un ejemplo de una restriccién implicita es la siguiente: “La presién minima en cada nodo debe ser mayor a 15 mca” (cuando la variable de decision es el didmetro de la tuberia). Un ejemplo de restriccién explicita seria: “La tuberia xx debe tener un didmetro igual a 10 pulgadas”. La pregunta que se desea responder para una instancia de un CSP es si existe una combinacién de valores que satisfagan todas las restricciones, a esta combinacién se le denomina una solucién del CSP. Una de las ideas claves de la programacién por restricciones es que las restricciones se pueden usar activamente para reducir el esfuerzo computacional necesario para resolver problemas combinatorios. Las restricciones se usan para verificar la validez de la solucién y para remover valores del dominio de las variables, deducir nuevas restricciones y detectar inconsistencias. Las deducciones especificas que resultan en la remocién de valores del dominio se llaman reducciones de dominio (domain reductions). ™ Baptiste P, Le Pape C, Nuljten W. "Constraint-based scheduling : applying constraint programming to scheduling problems' (2001). ‘Saraswat V, Van Hentenryck P. "Principles and Practice of Constraint Programming’ (1996) 49Al conjunto de valores del dominio de una vatiable que no han sido invalidados por la propagacién de restricciones se le denomina dominio actual (current domain) de esa variable. En general un problema CSP es NP completo (el problema de disefio de redes de distribucién de agua potable es NP-Duro), la propagacién de restricciones es usualmente incompleta, Esto significa que se deducen algunas pero no todas las. consecuencias de un conjunto de restricciones. En particular la propagacién de restricciones no puede detectar todas las inconsistencias; este hecho implica que se deba usar un algoritmo de busqueda para determinar si el CSP tiene solucién. La mayoria de las busquedas se hacen con algoritmos de busqueda en arboles. Los dos componentes principales del algoritmo son: 1. Como ir hacia adelante, la definicion de que decisiones tomar en un punto de la busqueda. 2. Como devolverse al detectar inconsistencias (backtracking) La estrategia de que hacer en un punto de la biisqueda se conoce como la heuristica de busqueda (search heuristic). En general las decisiones que se toman corresponden a la adicién de nuevas restricciones, 9.1 Principios de la Programaci6n por Restricciones * Deduccién de restricciones adicionales a partir de las existentes por razonamiento légico. Es posible mantenerse en la regién factible de la solucién de un problema y cada vez que se deducen restricciones adicionales se va limitando el espacio de busqueda haciéndolo cada vez mas pequefio. * Aplicacién de algoritmos de busqueda para explorar el espacio de solucién. En cada instancia de un proceso de solucién de un problema CSP es necesario contar con la ayuda de un algoritmo de busqueda que determina el orden de ejecucién del algoritmo principal. El éxito de un algoritmo de programacién por restricciones esta en combinar adecuadamente los dos principios anteriores segtin el conocimiento que se tenga del problema que se desea resolver. 9.2 Ejemplo de PR “EI problema de las N reinas” A continuacién se muestra uno de los ejemplos mas populares para ilustrar varios de los aspectos de solucién de un CSP, se trata del problema de las N-reinas, se trata de poner N reinas en un tablero de ajedrez sin que ninguna quede al alcance de otra segtin su movimiento horizontal, vertical u horizontalEl problema tiene una importancia practica limitada, pero es muy bueno para mostrar aspectos como el modelamiento, la propagacién de restricciones, la busqueda y el “backtracking” El problema de las N reinas puede ser modelado introduciendo N variables enteras x, cada una representando la posicién de la reina en la i-ésima fila, el dominio de cada variable es el conjunto de los enteros entre 1 y N. 9.2.1 Restricciones del problema de las N Reinas Las restricciones del problema se pueden expresar de la siguiente manera: Para cada par (i,j) donde i j , x, garantiza que las columnas son diferentes y garantizan que las diagonales son diferentes. En la siguiente figura se muestra la solucién de este problema, teniendo en cuenta: ‘+ Se determinan los valores de cada variable desde x; hasta x». * Para este ejemplo se toma N = 6.9.2.2 Solucion del problema de las N Reinas. La siguiente figura muestra un tablero vacid de 6x6 que representa el espacio de busqueda de la scluci¢n del problema. Caca fila del tablerc es una variable x; que toma un valor entre 1 y 6, estos valores son la posicion de la rena en la fila correspondiente Al principio cada una de las variables % con i entre 1 y 6 tiene un conjunto de posibles valores validos 1.2.3.4.5.6) (,2,34,5,0) 11,13.45,6) (,2,34,5,6) (1.2.34.5.6) (,2,34,5,0) Ecuacién 9.4 Daminia Actual Paso 0 = (15.6) (2.4.0) {1.24.5} (1,2,4,5.6) = (1245.6) Ecuacién 9-2 Dominio Actual Paso 1 {4,5} t= 1245} (25.9, (24,6) Ecuacidn 9-3 Dominio Actual Paso 2 52¥, = (@} Ecuacién 9-4 Dominio Actual Paso 3 (Inconsis encia) Ecuacion 9-9 Dominio Actual Paso 3°=5 x, = (@} Ecuacién 9-6 Dominio Actual Paso 4 (Inconsistencia) Ecuacién 9-7 Dominio Actual Paso 1° 54i6n 9.8 Dominio Actual Paso 2° (IncoEcuacién $-10 Dominio Actual Paso 3” 4-3 x,=6 x2 x5 x= 4) = {LA} Ecuacién 9-11 Dominio Actual Paso 1” 4-3 x, 6 xo? x5 xo! x=) Eeuacién 9-12 Dominio Actual Paso 5 56Is 1B wy : Ww mel x4 wy Eeuaciin 9.13 Dominio Actual Pass 6 (Solucién Encontrada!) Anteriormente se ilustré el proceso de solucién de un algoritme de programacion por restricticnes. Cade vez que s@ escoge un valor de un conjunto de posibilidades se hace de acuerdo a una funcién heuristica que determina cual valor s@ debe seleccionar y una vez hecho esto se introducen nuevas restricciones y 5€ propagen de tal manera que se recuce considerablemente el espacio de busqueda. Es posible que durante el proceso se detecten algunas inconsistencias y esto lleva a que se deba volver hacia etrés (backtracking) hasta el ultimo estado consistente y a pattir de alli continuar el proceso descartendo la rama en la cual se encontré una inconsistencia En este ejemplo se avarze hasta encontrar una contradiccién al quedar vacio el dominio de una veriable, se vuelve ale tiltima decision a pertir de la cual se puede tomar una decision alternaltiva y se continua el proceso hasta encontrar una solucign En el ejemplo se mestré como la combinacién de! modelo. la heuristica de husqueda, ia propagacién de restricciones y la estrategia de backtracking definen al rendirriente de un algeritme de CP, cuando se quiere mejorar ol rendimionto de un algoritmo de CP hay que trabajar al menos en uno de estos aspectos El problema de disefio de redes de distribucion de tuberfas puede ser tratado con esta metodologia, dado que se tiene un dorrinio finito de diametros, el problema consistiria en empezar con una combinacidn de diémetros de tal manera que se satisfagan todas las restricciones del problema, después hacer una serie de iteraciones de tal manera que en cada iteracién se varia el diametro de un detorminado tubo y se recalcula la hidrdulica de toda la red, después de lo cual se verifice si se siguen cumplienda o no las restricciones, une vez se encuentre une violacion a les restricciones se hace "backtracking’, en cada iterecion hay que propagar nuevas restricciones que Junto a las restricciones iniciales del problema ayuden a restrngr @ espacio de busqueda para poder obtener una buena solucién de una manera eficiente Le difficultad de esta metodologia racica en encontrar una heuristica adecuade capez de dirigir eficientemiente el proces de busqueda y propagar unas 57restricciones que minimicen la cantidad de iteraciones requeridas para hallar una “buena” solucion del problema. Se dice que la solucién es “buena” porque este tipo de problemas tiene multiples soluciones y solo una exploracin exhaustiva podria garantizar que la solucién hallada corresponde al dptimo global del espacio de soluciones posibles, esta opcién esta descartada de entrada dada la complejidad del problema y el tiempo de cdlculo requerido puede ser gigantesco. Se puede pensar en una metodologia de propagacién de gradientes para hallar el “6ptimo’, sin embargo nada asegura que el dptimo hallado corresponda al éptimo global, por lo que se podria llegar a un éptimo local muy alejado del dptimo global Una buena combinacién de heuristicas y técnicas de propagacién de restricciones puede llevar de manera eficiente a encontrar una solucién cercana al 6ptimo, pero el éxito depende de varios factores, como la implementacién de los algoritmos, que en algunos casos dependen mucho del problema especifico que se esté tratando de solucionar. Al aplicar este tipo de algoritmos al diserio de redes de distribucién de agua potable es posible llegar a un buen nivel de optimizacién a partir de una solucién que ya cumple las restricciones hidrdulicas y comerciales o a partir de una solucién que viola ligeramente las restricciones hidraulicas. Por esta razén funciona muy bien al usarlo en conjunto con un disefio basado en la superficie optima de presiones. 9.3 Ventajas de la Programaci6én por Restricciones + Es capaz de encontrar una buena solucién répidamente + Los resultados obtenidos son factibles y cumplen todas las restricciones del problema, tanto las restricciones hidraulicas como las comerciales. + Es posible combinar los resultados obtenidos por otros métodos de tal manera que se obtengan mejores soluciones en un tiempo pequefio + La complejidad del algoritmo esta acotada por O(n), donde n es el ntimero de tubos de la red. (Seccién 15.1.2 Complejidad de PR (Programacién por Restriceiones) ) * A partir de un estado inicial siempre se va a llegar al mismo estado final. Es decir el algoritmo es idem potente ya que al correrlo una o varias veces consecutivas se va a obtener el mismo resultado 9.4 Desventajas de la Programacion por Restricciones * Dado que la programacién por restricciones guia la busqueda de la solucién, es posible que no encuentre el éptimo global.10 Algoritmos Genéticos Los algoritmos genéticos son métodos de optimizacién combinatoria que se han venido usando ampliamente en los tltimos afios para resolver el problema de disefio dptimo de redes de distribucién de agua potable. El algoritmo genético implementado en esta investigacién esté basado en un algoritmo genético esténdar’®, pero se ha incluido un nuevo operador de mutacién que permite transiciones més suaves entre un modelo y otro. Los algoritmos genéticos son un método de busqueda aleatoria por el espacio de solucidn. Esto implica que no se puede garantizar encontrar el minimo global, ni siquiera un minimo global de la funcién de costo. Este tipo de algoritmos van buscando por el espacio de solucién seleccionando los mejores individuos que Tepresentan una posible solucién del problema. La aplicacién de este tipo de algoritmos en esta y en otras investigaciones ha mostrado que después de un numero razonable de generaciones se encuentre una solucién cuyo costo sea telativamente bajo. Los algoritmos genéticos no son formalmente algoritmos de optimizacién, pero la practica ha mostrado que son una buena forma de aproximarse a la solucién de problemas cuya naturaleza los hace intratables por métodos clasicos. El algoritmo genético usado en esta investigacién no incluye el manejo de restricciones, pero estas se pueden simular al incluir un término de penalizacion en la ecuacién de costo que crece en funcién de la magnitud de la violacién de las restricciones. Esto implica que no se puede evitar que algunos (0 todos) los individuos de determinada generacion tengan violaciones en las restricciones del problema; sin embargo al adicionar un término de penalizacién a la funcién de costo hace que la funcién de costo sea muy alta en los individuos con violaciones a las restricciones del problema, Esto hace que después de cierto numero de iteraciones la gran mayoria de los individuos se mantengan dentro del espacio factible de solucién del problema. Cuando se crea la primera generacién de manera aleatoria es muy posible que muchos de los individuos no cumplan con las restricciones. Ademds es posible que al combinar dos individuos que si cumplen con las mismas, sus descendientes no cumplan con las restricciones. En la prdctica se han obtenido buenos resultados al simular de esta manera las restricciones del problema, el Unico inconveniente practice radica en la gran cantidad de iteraciones necesarias para obtener buenas soluciones atin en problemas relativamente pequefios, lo cual los hace poco practicos para el disefio de redes de mayor tamaiio. Lopez , CS. “Disefo de Redes de Distribucion de Agua Potable de Minimo Costo con Algoritmos Genéticos’. Proyecto de Grado en Ingenieria Civil, Universidad de Los Andes, Junio de 2003,Como se veré en los siguientes capitulos, cuando los algoritmos genéticos se usan en combinacién con el disefio basado en la superficie dptima de presiones y un proceso de optimizacién basado en un algoritmo de programacién de restricciones, se obtienen muy buenos resultados en un tiempo de cdlculo razonable segtin el tamajio del problema. Un individuo es la representacién de una red particular, la cual esta descrita por un vector de didmetros que determinan las presiones en los nodos de la misma Los algoritmos genéticos hacen uso de conceptos biolégicos como Ia relacién entre el fenotipo (las caracteristicas fisicas de un individuo) y su genotipo (la codificacién de su ADN) para simular procesos como la reproduccién. En el caso del disefio de redes de distribucién de agua potable el fenotipo es equivalente a la respuesta hidrdulica, es decir las presiones en cada uno de los nodos de Ia red; mientras que el genotipo es equivalente a un cédigo que de alguna manera representa los diametros en cada uno de los tubos de la red En esta investigacién se us un método de codificacién muy sencillo que consiste en que el cédigo genético de un individuo sea un vector de NT elementos, donde NT es el numero de tubos de la red y cada elemento representa el valor de didmetro del i-ésimo tubo, para i entre 1 y NT. El algoritmo genético genera aleatoriamente un conjunto de individuos iniciales, a este conjunto se le denomina generacién inicial. A partir de la generacién inicial es posible generar un nuevo conjunto de individuos a través de operadores genéticos como reproduccién y mutacién. El procedimiento se realiza Noon veces, donde Noon es el nlimero de generaciones. En esta investigacién el numero de generaciones y el numero de individuos en cada generacién son parémetros del algoritmo que se definen antes de iniciar la ejecucién del mismo. El algoritmo genético usado y extendido en esta investigacién realiza un numero determinado de simulaciones hidraulicas que es funcion del nimero de generaciones y del nlimero de individuos de cada generacién, las cuales son parametros que se determinan antes de la ejecucién del mismo. No tiene un criterio de parada prematuro porque cuando se ejecuta el algoritmo se espera que la solucién mejore eventualmente a pesar no obtener mejores resultados durante varias generaciones consecutivas. 6010.1 Modificaciones al Algoritmo Genético Estandar En esta investigacin se partié del desarrollo de un algoritmo genético implementado previamente y se le hicieron algunas modificaciones para mejorar su rendimiento y acelerar la convergencia del mismo. Estas modificaciones se muestran a continuacién, 10.1.1 Operador de Mutacioén Se incluy6 un nuevo operador de mutacién que altera el diametro de un modelo basado en el diametro de su padre y solo se permite cambiarlo por el diametro inmediatamente anterior o siguiente. Este operador permite una transicién mas suave entre un modelo y otro y disminuye los efectos secundarios producto del caracter aleatorio del algoritmo 10.1.2 Inclusién de modelo base Se incluyé la opcién de introducir un modelo base a partir del cual se generan los demas modelos en lugar de tener que generar cada modelo de manera aleatoria cada vez que se ejecuta el algoritmo Esta opcidn permite empezar la ejecucién de un algoritmo genético desde una ejecucién anterior, lo que hace posible que en cada ejecucién se obtengan valores cada vez mejores en vez de obtener resultados totalmente aleatorios en cada ejecucién. Esta opcién también permite combinar el algoritmo genético con otros algoritmos como la superficie optima de presiones y la programacién por restricciones, haciendo posible encadenar un sistema completo segun se requiera 10.2 Ventajas del Algoritmo Genético * Se pueden obtener buenos resultados que cumplen con las restricciones hidrdulicas y comerciales. * Son capaces de mejorar soluciones existentes al combinarse con otros algoritmos. + No quedan atrapados en éptimos locales. * Pueden brindar muchas alternativas de solucién para que un experto humano determine cual es mejor segiin su propio criterio, * El algoritmo es capaz de llegar a una o varias soluciones en un tiempo razonable, sin embargo no converge tan rapido como los métodos anteriores. 10.3 Desventajas del Algoritmo Genético * Es dificil estimar el nimero de iteraciones necesarias para obtener resultados satisfactorios dado que no se conoce adecuadamente la dependencia entre el 61numero de generaciones y la cantidad de individuos de cada generacién con la convergencia del algoritmo En general requieren de un numero relativamente grande de iteraciones comparado con los métodos anteriores. + No garantizan encontrar el éptimo global, ni siquiera un optimo local * No son estrictamente métodos de optimizacion. + No manejan directamente las restricciones, las cuales se introducen mediante funciones de penalizacién que son muy sensibles a los valores de los coeficientes que se definen en la ejecucién del algoritmo. La configuracién de los parametros adecuados de ejecucién del algoritmo son relativamente complejos y pueden confundir a usuarios poco experimentados. 6211__Enumeraci6n Exhaustiva Los métodos de enumeracién exhaustiva consisten en calcular de manera sistematica todas las posibles combinaciones 0 estados de determinado problema. En el caso del disefio de redes de distribucién de agua potable se trata de calcular todas las combinaciones de didmetros posibles en cada una de las tuberias de la red. El tamajio del espacio de busqueda en este caso esta dado por: S=ND™ Ecuaci6n 11-1 Tamafio del Espacio de Bisqueda La Ecuacién 11-1 muestra el tamafio del espacio de busqueda "Ss", en donde ND es el nimero de didmetros comerciales disponibles para el disefio y NT es el numero de tuberias de la red. 11.1 Método de Codificacion Para poder enumerar cada una de las posibles combinaciones de didmetros para cada uno de los tubos de la red se hace un procedimiento similar al de la codificacién de los colores que es capaz de mostrar e! monitor de un computador. En ese caso se tienen 3 dimensiones R(rojo), G(verde) y B(azul) y cada color tiene un nivel de cada una de las dimensiones asociadas. Cada nivel esta representado por un ntimero entre Oy 255. Es decir 256 valores posibles. Si se aplica la Ecuacién 11-1 se obtiene S = 256° = 16777216, que es el numero de colores que se pueden desplegar en pantalla Cada color esté identificado por un cédigo RGB que es un numero entre 0 (Negro) y 16777215 (Blanco) Es este caso el oédigo esta dado por la siguiente ecuacién: Cod = R+ 255 -G+255*-B Ecuacién 11-2 Codificacién de ColoresPara el caso del disefio se hace una generalizacin de esta ecuaci6n: cat = F5-(x0' 1) Ecuacion 11-3 Codificacion de Disefios En la Ecuacién 11-3 NT es el ntimero de tuberias de la red, ND es el nimero de diémetros comerciales disponibles para el disefio, la variable i representa el indice de un diémetro en la lista ordenada de diametros comerciales disponibles. Este método de codificacién permite una enumeracién completa y ordenada de los posibles disefios de una red y se pueden realizar facilmente los disefios al Tecorterlos en un ciclo dado un indice o contador desde O hasta S-1 El método de codificacién es de gran utilidad, ya que permite generar un disefio dado su cédigo, esto funciona muy bien cuando se desea guardar un diserio para trabajario después. 11.2 Ventajas de la Enumeracion exhaustiva + Asegura encontrar el éptimo global, dado que evalia todas las posibilidades. 11.3. Desventajas de la Enumeracién exhaustiva * El tiempo requerido para enumerar y evaluar todas las posibles soluciones de un problema combinatorio es demasiado grande atin en problemas pequerios, lo cual limita su aplicacién a ejemplos muy pequerios que pueden servir solo para evaluar el rendimiento de otros algoritmos. 6412 Esquema de solucién La solucién propuesta en esta investigacién consiste en hacer uso de los métodos descritos en los capitulos anteriores para resolver el problema del disefio de redes de distribucién de agua potable. Este capitulo ilustra el resultado obtenido por cada componente del sistema de manera separada, luego de manera cooperativa entre dos componentes del sistema y finalmente el resultado de la integracién del sistema en diferentes configuraciones. 12.1 Montaje del sistema de solucién La idea fundamental de esta investigacién es integrar efectivamente diferentes métodos para resolver el problema del disefto. Para poder cumplir con este objetivo, cada uno de los algoritmos debe poder comunicar sus resultados a los otros métodos para que este los tome como entrada y produzca una salida que a su vez le sirva de entrada a otro método y de esa manera iterar sobre los diferentes métodos en cualquier orden el ntimero de veces que sea necesario hasta obtener resultados satisfactorios. O Red inal Lista de diimetros comerciales dsporties eniade Presien minima admisibe SSTENA DE DISENO 9 SOPIAG @ Red Disefiada con cites de Optimizncion = DN saa Grafica 12-1 Sistema de Diseno de Redes de Distribucion de Agua PotableEn la Grafica 12-1 SOP = Superficie Optima de Presiones AG = Algoritros Geneticos PR = Frogramacion por Restricciones El sistema de dise’io permite obtener un codigo dedes los dametros en los tubos y también permite generer un disafio a parir ce un cédign (111 Matodo de Codificacién), Esto facilita le interaccién antre los ciferentes componentes del sistema 12.2 Ejemplo de disefio de Red En esta seccién, se va a mostrar el proceso de disefio de cada elemento del sistema mediante un ejemplo 4 é ee 4 Be 66El costo de la red esta dado por la ecuacién C= DAK -L,-De Ecuacién 6-1 Para este ejemplo se tienen los siguientes coeficientes: K = 0.015 x= 146 Para este ejemplo se tiene la siguiente base de diémetros comerciales. Base de Didmetros indice | Diametro - Pulgadas, 1 4 2 6 3 8 4 10 Tabla 12-1 Base de Didmetros Comerciales para el ejemplo Todos los tubos tienen una rugosidad de 1.5mm y una longitud de 500 metros. No hay pérdidas menores. Todos los nodos tienen una demanda de 30 litros/seg y la presién minima de 15 mea (NT=12 y ND=4 > S=4'?= 16777216). Este ejemplo tiene 12 tubos y 4 didmetros comerciales disponibles, por lo que hay un total de 16777216 posibles diseios diferentes. 12.3 Soluciones independientes A continuacién se procede a encontrar soluciones al ejemplo de este capitulo usando Unicamente un componente del sistema. 6712.3.1 Soluciones con Superficie Optima de Presiones (SOP) 10 sa ny oe sag7 38 453) 3%) sags asi 45 isi ay 472 403 | Grafica 12.3 Presién en los Nodos y Didmetros en los tubos después de SOP El costo de esta solucion es Costa = $120125 .3 Esta solucién no tiene un cédgo porque los ciémetros obtenides no pertenacan al conjunto de los diametros comerciales disponibles Le solucién se obtuvo en Simulaciones =5 6812.3.2 Soluciones con Programacion por Restricciones (PR) En esta investigacién se implementaron 2 algoritmos de programecién por resticciones. * El primero de ellos parte de un modelo inicia en ef que se cumpien las resticcicnes y disrrinuye los dametros hasta que no sea posible disminuir 1 solo diametro sin que se violen las restricciones hidraulicas. * El segundo algoritmo perte de un modelo inicial en el que no se cumplen las resticciones y aumenta los diémetros hasta que se cumplan las restricciones hidraulicas Estos alcoritmos son independientes, pero son complementarios Le primera solucién se encuentra al asigner el didmetro maximo (10 pulgadas en eate ejemplo) a todos los tubos y aplicar el primer elgoritmo de programacién por resticciones. 100 sa.g6 a 34.32 6 259 sna 22.58 1828 Grafica 12-4 Solucion obtenida con el primer algoritmo de programacién por restricciones El costo de esta solucién os: Cesta TAO? 7 69El codigo de esta solucion es: Cédigo = 9868950 La solucién se obtuvo en Stmalactones = 38 Le segunda solucién se encuentra al asignar el diametro minimo (4 pulgadas en este ejemplo) a todos los tubos y eplicar el seaundo algoritme de proaramacién por restrieciones 400 40) e524 6) | 2 40) 7.24 56.08 sear é | | sata 31.58 2358 6 * 8] * Grafica 12.5 Solucién obto ja con ol segunda algoritme de programacién por restriccionos El costo de esta solucion es: Costa = $154617 2 El cédigo de esta solucién es Cidigo = 55702 La solucin se obtuvo en: Simulaciones = 16 1012.3.3 Soluciones con Algoritmos Genéticos (AG) En el algoritmo genético implementado el niimero de simulaciones hidrdulicas es funcién de dos parémetros del algoritmo: 1. Pob: El tamafio de la poblacién de individuos del algoritmo en cada generacién. 2. Gen: La cantidad de generaciones simuladas. El nlimero de simulaciones esta dado por la siguiente ecuacién: Simulacion es = Pob «Gen + K Gen +1 65 Ecuacion 124 Inicialmente se hicieron varias corridas previas para estimar estos dos parémetros y para este ejemplo se determiné usar la siguiente configuracién: Pob = 2000 Gen = 100 Se realizaron dos corridas del algoritmo, el nlimero de simulaciones hidraulicas en cada una es el siguiente: Simulaciones = 216501 La primera ejecucién del algoritmo arrojo los siguientes resultados: Costo de la solucién: 153008 .7 Costo = El cédigo de esta solucién es: Cédigo = 5607878 1ea7t a | | 1) 4 nay sn age @ @ | | 28 ze 194 $ ° Grafica 12.6 Solucién obtenida en la primera ejecucién del AG La segunda ejecucién del algoritmo arrojo los siguientes resultados Costo dela solucion: Costa = $148720 8 El cédigo da esta solucién es Codigo ~ 8124883 R40 if 7138 mi “4 e 65.89 a 4337 3305 o 1878 “4 1868 Grafica 127 Solucién obtenida en la segunda ejecucién del AG 12.3.4 Solucién por Enumeracién Exhaustiva Este ejemplo se seleccioné de tal manera que fuera posible evaluer todos los posibles disefios (el tiempo de calculy aproximado fue de 36 horas, pero este valor depende de la capacidac de procesarrienta ce la maquina en la que se ejecute el programa) Coste dela solucian: Costa ~ $148720 8 L@ solucion se obtuvo en Strulaciones = 16771216 En este ejemplo se enconiré que varios disefios dferentes dan exactamente el mismo costo. BA continuacién se muestran dos de ellos 400 788 4498 40) s 8) 4 e522 Grafica 12.8 Solucién abtenida por enumeracién exhaustiva (1) El codigo de esta solucion es: Codigo = 84631 74400 40 erat 4945 7381 i 5158 : 2339 45:7 4 art . 1878 Gréfica 12.9 Solucién obtenida por enumeracién exhaustiva (2) El cédigo de esta solucién es Codigo = 8455831 12.4 Soluciones cooperativas En esta soccién so treta de cémo integrar 2 0 mas componentes col sistema de disefio de tal manera que sea posible mejorar el rendimiento del proceso de solucien y la calidad de los resultados ol12.4.1 Superficie Optima de presiones y Programacion por Restricciones (SOP-PR) Es esta seccion se continua con el ejemplo de las seccines anteriores, pero esta vez se combina el resultado del predisefo con la superficie ptima de presiones y |a programacin por restnicciones. ece9 ‘ser 3305 23 1878 16.88 Grafica 12-10 Solucién obter a al aplicar SOPy luego el algoritmo de PR El costo de esta solucion es Costa = $148720 8 El cédigo de esta solucion es: Cédigo = 8124883 La solucién se obtuvo en Simulacion es = I 612.4.2 Superficie Optima de Presiones y Algoritmos Genéticos (SOP-AG) Es esta seccion se continua con el ejemplo de las seccicnes anteriores, pero esta vez se combina el resultado del predisefio con la superficie ptima de presiones y los algoritmos genéticos Esta vez se corrié el algoritmo genético con los siguientes parametros Fob = 100 Gen = 50 00) a 5522 A 2794 an 6 4 78 , an é 1786 8 4 4 4448 2028 1821 Grafica 12-11 Solucién obtenida al aplicar SOP yluego el algoritmo genético El costo de esta solucion es Costa = $148720 8 El cédigo de esta solucién es Cédigo ~ 5905786 La solucion se obtuvo en Simulaciones = 13256 n12.4.3 Programacion por restricciones y Algoritmos Genéticos (PR-AG) Es esta seccion se continua con el ejemplo de las secciones anteriores, pero esta vez se combina el resultado obtenido can la ejecucién de los dos algoritmos de programacién por restricciones y despues se intenta mejorar los resultados abtenidas plicando un aigaritmna genético Esta vez se corrié el algoritmo genético con los siguientes parametros Pb = 100 Gen = 50 A. continuacién muestra ol resultado de aplicar el primer algoritmo de programacién por restricciones y después un algoritmo genético 400) A 7191 "I 402 10 4 4 6327 i 4258 6 72.08 6 6 5 2a 2424 1az7 Grafica 12.12 Solucién obtenida al aplicar PR(1) y luego el algoritmo genético El costo de esta solucion es: Costa = $153008 7 El cédigo de esta solucién es CSdige = 1413590 La solucion se obtuvo en: 78Simulaciones = 12089 A continuacién muestra el resultado de aplicar el segundo algoritme de programacién por restricciones y después un algontmo genetic. +00) “i A524 6 552 40 6 4 raze 6 5609 é saat 8 4 4 S048 58 aaa Grafica 12-13 Solucién obtenida al aplicar PR(2) y luego el algortmo genéuco El costo de esta solucién es: Costa = $153008 7 El cadigo de esta solucion es: Cidigo = 5657042 La solucién se obtuvo en 812.4.4 Algoritmos Genéticos y Programacion por Restricciones (AG-PR) Es esta seccion se continua con el ejemplo de las secciones anteriores, pero esta vez se combina el resultado obtenido con una ejecucion del algoritma genético y despues se intenta mejorar los resultados obtenidos aplicando el orimer algoritmo de pragramacién por restricciones en el casa de que la solucian curpla con las restricciones hidréulicas, en caso contrerio se aplicaria el sagundo algorito de programacién por restricciones. Esta vez se corrid el algoritmo genético con los siguientes parametros Po = 100 Gon ~ 50 +00) i e242 é oer 10 ‘ 6 7g . 3698, 6 734 8 4 44 i a 6 22 Grafica 12-14 Resultado dela ejecucién del algoritme genético El costo de esta solucién es: Casta = $153008 7 El cédigo do esta solucién es digo = Sé570%2 La solucin se obtuvo en: Simulaciones =13051 EgComo se obtuvo un resultado que cumple con las restricciones hidraulicas, se puede aplicar el prirrer algoritmo de programacién por restricciones Al aplicar el primer algoritrno de programacién por restricciones se realizaron 19 nuevas simulaciones. “00 % 6883 a 298 10 4 6 758 6 4337 4 1078 8 4 4 4428 2325 1672 Grafica 12-15 Resultado de la glecucién del algoritmo genético y des pués el primer algoritmo de programacién por restr El costo de esta solucién es Costa = $148720 8 El codigo de esta solucién es: CAdigo = 1721794 La solucién se obtuvo en Stmulaciones = 1370 8112.4.5 Superficie Optima de Presiones, Programacién por Restricciones y Algoritmos Genéticos (SOP-PR-AG) En esta seccién se explica como se integran los 3 algoritmos: primero se calculan los diémetros con el algoritmo basado en le calculo de la superficie éptima de presiones, luego se aplica el algoritmo de programacién por restricciones finalmente se aplica un algoritmo genético. Es este momento se pueden ver algunas de las caracteristicas del sistema de disefio: SOP-PR-AG Es equivalente a (SOP-PR)-AG, es decir es lo mismo aplicar las operaciones consecutivamente que aplicar el uitimo operador al resultado de las otras dos. En esta seccién se hace uso de esta propiedad y de la capacidad de generar un disefio a partir de su codificacién. En una seccién anterior se calculé (SOP-PR) y como resultado se obtuvo el disefio con el siguiente cédigo: Cédigo = 5902786 El costo de esta solucién es: Costo = $148720 8 El costo de esta solucién corresponde al éptimo global de este problema. Asi que el aplicar el algoritmo genético no tiene efecto porque no es posible mejorar la situacién inicial, porque ya se esta en el dptimo global, sin embargo el algoritmo genético no es capaz de terminar el procesamiento antes de ejecutar todas simulaciones definidas desde la configuracién de la ejecucién del algoritmo. 8212.46 Superficie Optima de Presiones, Algoritmos Genéticos y Algoritmo de Programacién por Restricciones (SOP-AG-PR) En esta seccién se integran los 3 algoritmos, primero se calculan los diémetros con el algoritmo basado en el cdiculo de la superficie dptima de presiones, luego se aplica un algoritmo genético y finalmente se aplica un algoritmo de programacién por restricciones. Al igual que en la seccién anterior acd se pueden usar algunas de las caracteristicas del sistema de disefio’ SOP- AG -PR es equivalente a (SOP-AG)-PR, es decir es lo mismo aplicar las operaciones consecutivamente que aplicar el ltimo operador al resultado de las otras dos. En una seccién anterior se calculé (SOP-AG) y como resultado se obtuvo el disefio con el siguiente cédigo Cédigo = 5902786 El costo de esta solucion es: Costo = $148720 8 El costo de esta solucién corresponde al éptimo global de este problema Aplicar el algoritmo de programacién por restricciones no tiene efecto porque no es posible mejorar la situacién inicial, porque ya se esta en el dptimo global, el algoritmo se da cuenta de que no puede seguir mejorando y termina répidamente, a diferencia del algoritmo genético que de todas maneras calcula todas las instancias, pues no tiene un claro criterio de convergencia.12.4.7 Solucién recomendada (Disefio Rapido) Muchas de las combinaciones anteriores son capaces de llegar al dptimo global del ejemplo dado; sin embargo, hay que tener en cuenta que este ejemplo es muy pequefio y se seleccioné especialmente para poder conocer de antemano el valor del dptimo global al calcular el disefio con un método de enumeracién exhaustiva. Sin embargo para ejemplos ligeramente mas grandes ya no es posible hacerlo A pesar de esta limitacién los algoritmos mostraron su efectividad individual y su capacidad de cooperacién, lo que converte el sistema de disefio en una poderosa herramienta para este fin. Cada disefio depende de las caracteristicas propias de la red, sin embargo el sistema de disefio fue pensado de tal manera que se pueda resolver cualquier tipo de red sin importar sus caracteristicas, ya que el usuario del sistema puede determinar el orden de ejecucién del proceso de optimizacién y se obtendran cada vez mejores respuestas, en el peor de los casos la salida sera igual a la entrada cuando el sistema no pueda seguir mejorando el diserio Con el fin de facilitar el proceso de disefio se ha establecido un orden que ha mostrado una buena calidad de resultados en un ntimero muy pequefio de simulaciones. Se define la operacién “Disefio Rapido” como la siguiente secuencia de ejecucién: SOP-PR(2)-PR(1) Esto se interpreta de la siguiente manera Se realiza el predisefio de la red con el método basado en la determinacién de la superficie éptima de presiones y después se aplica el segundo algoritmo de programacién por restricciones, esto garantiza que la solucién obtenida cumple con todas las restricciones del problema y finalmente se aplica el segundo algoritmo de programacién por restricciones para disminuir los didmetros hasta que no se pueda disminuir un solo diametro sin violar las restricciones hidraulicas. Esto da una excelente solucién en un tiempo muy corto. En términos de complejidad este algoritmo es en el peor de los casos O(n). (Seccién 15.1.2 Complejidad de PR (Programacién por Restricciones) ) 8413 Ejemplos ilustrativos En este capitulo se ilustra el procedimiento de solucién mostrado en el capitulo anterior pero para una red mucho mas grande y solo se aplican los operadores en un orden que de buenos resultados en pocas iteraciones. (Segun el tamafio del problema) 13.1 Red 67 Tubos EET er aa a fT Toe +4 ms an t a a bop bi poe pon pe bad Grafica 13-1 Red de Ejemplo — Ids de los elementos EWBALSES: DT _LGH x Y Zz Metros Metros Metros: Wetros 0 100 700 450 15 ‘Tabla 13-1 Tnformacién Sobre el Embalse de lared En este ejemplo todas las tuberias tienen una rugosidad de 0.0015 mm, no se consideran pérdidas menores y las longitudes y la conectividad de cada tuberia se muestran en la siguiente tabla: 851D [Union4 | Union2] LONGITUD] ID Union’ | Union2| LONGITUD Metros Metros a[ 2 7 go (35|_34_ [35 150) aries! 2 150 |36[ 35 | 36 120) 3[_4 3 100 |37[_36 | 37 4100) 4[ 5 4 120 |38[_37_| 38 150, 5| 6 5 100 |39[ 3¢_| 39 80. 6| 6 7 120 [40[_ 30 | 39 150) [sane 8 100 |4t[_21 | 29 200 e|_8 9 150 [a2{_20 | 21 220 g| 9 10 20 fast 11 20 180) 10| 15 6 200 _[44l 4 10 100) aif 15_[ 14 120 [a5[_ 70 [11 200) 12|_14_| 13 10046] _29 | 30 180) 43/7312 150__[a7|_2 9 400) 44{ 12 [44 20 |4a[ 31 38 150) 15[_16 | 16 180 [4a[_9 12 200 16|_16_[_ 17 120 [5028 [31 180 17|_17_|_18 too |st[_ 12 | 19 180 48| 18 | 19 150__|52[_22 | 28 200) i9|_19_| 20 ao _{s3|_19 [22 220 20| 40 | 16 220 _[s4[__3 8 100) 2] 40 | 24 120__|55| 32 | a7 150, 2a 24 [23 00 [56] 8 13 200 23[ 23 [22 150__[57[_27 [32 180) 2a) 22) 24 a _is8] 13 | 16 780, 25] 40 | 25 200 [sof 23 | a7 200 26| 25 | 26 120 [eo 18 | 23 ‘220 27| 26 | 27 100 [ei|__4 7 100) 28[ 27 | 28 150 |62{_ 33 | 36 150) 2a 28 | 29 a0 _lea|_7 14 200 30[ 25 | 34 130__|ea|_26 | 33 180) st] 34] 33 720 [65] 14_| 17 180) a2[ 33 | 32 100 |a6[_24 | 26 200 33[ 32 [31 160 le7|_17_ | 24 220 34, 8613.1.1 Red 67 Tubos topografia plana ID x Y¥ z DEMANDA | ID. x Y z DEMANDA Metros |Metros| Metros Lps Metros | Metros|Metros Lps 1 oO o o s 21] 700 oO o 4 2 oO 80 oO Fa 22| 700 80 oO 3 a oO 230 o 8 23] 700 230 o 34 4 oO 330 oO Zz 24] 700 330 oO 30 s oO 450 oO 4 25| 900 450. oO 23 6 4100 450 o 412 26] 900 330. o 27 ¥ 400 330 o 21 27| 900 230 o 3 8 4100 230 o 24 28] 900 80 o 28 9 100 80 oO 22 29] 900 oO o 410 40] 100 o o 8 30] 1080 0 o g 41] 300 o oO 10 31] 1080 80 oO 25 12] 300 80 o 28 32] 1080 230 oO 27 413] 300 230 oO El 33] 1080 330 oO 24 14] 300 330 oO 27 34] 1080 450 0 13, 15] 300 450 o 15 35] 1230 450 o 6 46] 480 450 o 24 36] 1230 330 o i 47] 480 330 oO 29 37] 1230 230. o 42 48] 480 230 oO 33 38] 1230 80 o i ig] 480 80 o 30 39] 1230 Oo o 4 Tabla 13-3 Informacion sobre los Nodos de la red F F I 4 a sae te mae eau ae amo ams a + + wd yom hohe a t Am aan 87Grafica 13.2 Red después de aplicar SUP- diametras en los tubos y presiones en los nodos El costo de esta sclucién os (esta solucién no es factble por las restricciones comerciales) Casta = $122081 6 Esta solucion se obtuyo en: Sinulaciones = 6 Grafica 13-3 LGH en los nodos des pues de aplicar SOP Alaplicar el segundo algoritmo de programacién por restricciones se obtiene 88che acu eas oe & hoy ae oe a oh ade ag Grifien 18-4 Diametros en los tubes y presiones en los nodos El algoritmo requirié 145 nuevas simulaciones para completar el disefto. Gréfica 13-5 LGH en los nodos después de aplicar SOP-PR(1) El costo de esta solucién es: Costo = $123151 1 89Esta solucién se obtuvo en: Similaciones = 151 13.1.2 Red 67 Tubos topografia En esta seccién se va a resolver el mismo ejemplo de la red anterior, pero modificando la topografia wl z [wo] z [ml] z Metros Metros Metros 1[ 642 [46 | 393 [29 | 97.93 2 | 2796 | 16 [1219 | 30 | 1470 3 | 2366 | 17 [1630 | 31 | 569 4| 3037 | 18 [424i | 32 [1617 5| 749 | 19 | 26.42 | 33 | 26.86 6 | 3834 | 20 | 4477 | 34 | 2488 7am | 21 | 1957 | 35] 149 8712 | 22 [2638 | 36 | 37.49 9 | 2404 | 23 [4432 [37 | 933 40 21.06 | 24 | 221 | 38 | 2475 44| 4678 | 25 [1487 | 39 | 2001 42| 1304 | 26 | 21.18 | 40 | 2605 43| 3370 | 27 | 33.47 a4[ i747 | 28 [1642 ‘Tabla 13-4 Topogratia del Ej 90Gréfica 13.6 Topografia del Ejemplo ae TE ne hae ae ek tae Grafica 137 Didmetros enlos tubos y presién en los nodos después de aplicar SOP a1El costo de esta sclucién es (esta solucion no es factble per las restricciones comerciales) Casta = $156194 3 Esta solucin se obtuvo en Aimulactones = 6 Grafica 138 LGH después do aplicar SOP 92: ro of uta tadkagad : Po | ga a eS 4 Grafica 13-10 Diametros en los tubos y presién en los nodos después de apicar SOP-PR(1) El costo de esta solucion es: Costa = $143789 6 Esta solucion se obtuyo en: 93Stoudacion es = 127 Gréfica 13-11 LGH después de aplicar SOP-PR(1)Grafica 13-12 PresiGn después de aplicar SOP-PR(1)14 Ejemplos de Ia literatura 14.1 Red de Hanoi La ted de Hanoi fue presentada por primera vez por Fujwara y Khang (1990). Es una red con una sola fuente; esté compuesta por 3 circuits basicos, 31 nodos, un embalse y 34 tubos. Todos los nodos se encuentran a la misma elevacién y no hay pérdidas menores en las tuberias. En este ejemplo para el calculo de las pérdidas por friccién se usa la ecuacién de Hazen-Williams con un coeficiente Cin=130 para todas las tuberias de la red. La LGH de la fuente es de 100 mca (metros de cabeza de agua) y la presién minima requerida es de 30 mca. La Grafica 14-1, la Tabla 14-1 y la Tabla 14-2 muestran la informacién necesaria para reproducir este ejemplo. é “ Grafica 14-4 La red de Hanoi TD __[Denanda[ 1D [Demanda] 1D [Demanda] 1D [Demand nh or ah ah 2 390 10 525 qe | _1345_| 36 ‘900. 3 350) i 300 19 oO 27 370 4 130 12 560) 20 [1975 [28 250) 5 725 13 340) 21 930. 29 360. 6 100s [14 as 22 485 30 360) 7 135015 280) 23 | 10is [31 105 3 350 16 310 24 $20 32 305; 9 335 7 365 25 170 Tabla 14-4 Demandas en los nodos de la red de Hanoi 961D__[Longitud| 1D __[Longitud] 1D. 1D__|Longitud Metros Metros Metros Metros 1 100 10 950) 19 400) 28 750) 2 1350, 1 1200 20 2200 29 1500 3 900) 12 3500 21 1500 30. 2000 4 1150 13 300 2 300 31 1600 5 1450 ir 500 B 2650 32, 150 6 450) ie 350 24 1230 33. 860) 7 350) 16 2730 25 1300) 34 950) 8 850) 17 1750) 26 8500 9 800) 18. 300 27 300) Tabla 14-2- Longitudes de las tuberias de la red de Hanoi El conjunto de diametros comerciales sus correspondientes costos por unidad de longitud se muestran en la Tabla 14-3. Didmetro| Costo Pulgadas | _USS/m 12 45.73 16 20, 98.39 24 129.33 30 180.74 40 278.28 Tabla 14-3— Diametros comerciales y costos para la red de Hanoi El tamafio del espacio de busqueda es 6™ (aproximadamente 2.86x10”). La mejor solucién reportada en la literatura es $6.182 millones, encontrado por el algoritmo genético rapido desordenado (fmGA - fast messy genetic algorithm) en 113626 simulaciones (Wu et al. 2001). Aigunos autores han encontrado soluciones mas baratas (Savic & Walters 1997'°; Cunha & Sousa 1999’; Wu et al. 2001) pero al hacer una simulacién hidréulica de estos modelos en EPANET 2 se obtienen presiones por debajo de 30 mea. ° Dragan A. Savic, Godfrey A. Walters. (1995) "Genetic operators and constraint handling for pipe network optimization’. Adicionel, "aria da Conceicao Cunha, Joaquim Sousa (1999) “Water Distribution network design optimization: Simulsted annealing aproach’. Journal of Water Resources Planning and Management, Vol. 125, No 4, July/August 1999. ASCE, o7Es importante aclarar que EPANET 2 se ha convertido en un esténdar de simulacién hidraulica y que por lo tanto se puede usar como herramienta para validar los resultados obtenidos por diferentes investigadores. Durante el desarrollo de este problema se encontraron varias alternativas de solucién, algunas de ellas tienen un costo inferior al mejor reportado en la literatura (US$6.182 millones). La Tabla 14-4 muestra los costos obtenidos y el numero de jiteraciones necesario para encontrar esa solucién. Cada nueva solucién se halla a partir de la solucién anterior, esto permite seguir mejorando los resultados, aunque cada vez se necesiten mas iteraciones y la diferencia del costo es cada vez menor; al parecer el método de solucién se acerca cada vez mas al minimo global Solucién|Factible|Simulaciones| __Costo St No|5 4991614.4' 82 Si[55 6716576.8 $3 Si[148 6320782.0 $4 sil6743 6312416.1 $5 Si[6708 6275406.3 S6 Si [6708 6235929.1 S7 Si [22145 6226363.2 S8 Si|22145 6209021.9 39 'Si[22203 61905167 S10 ‘Si[ 28853 6169952. Sit $i [44348 6161275.7 ‘Tabla 14-4 — Soluciones obtenidas en el ejemplo de la red de Hanoi En la Tabla 14-4 se puede ver que la solucién $3 es relativamente buena y solo se necesitaron 148 simulaciones hidrdulicas. Es importante notar que se encontraron 2 soluciones con un costo inferior a US$6.182 millones (S10 con US$6.170 millones y S11 con US$6.161 millones), ademas se necesité un menor numero de iteraciones (S10 con 28853 y S11 con 44348). La Tabla 14-5 muestra una comparaci6n entre varias soluciones halladas por diferentes autores: ‘Autores Costo |Factible USS Savic & Wallers GAT 1997 6072412[NO Savic & Walters GA2 1997 6187165|Si Cunha & Sousa SA* 1999 6056163[NO Wu etal. fmGAt 2001 6182000] Si Shie-Yui & Md. Atiquzzaman SCE™ 2004 6224265 AOC 810 2004 (Uniandes) ** 6169952 ‘AOC S11 2004(Uniandes) ** 6161276 ‘AOC (C&S) 2004(Uniandes) = 6080919 Si Tabla 14-5 — Comparacién de las Soluciones al problema de la red de Hanoi 98*SA = Simulated Annealing (recocido simulado) “SCE = Shuffled Complex Evolution (Evolucién Compleja Mezclada) *** AOC= “Algoritmo de Optimizacién Combinatoria" es el resultado de esta Investigacion En la Tabla 14-5 “Factible” significa que al hacer la simulacién hidréulica con EPANET las presiones en los nodos son superiores a 30 mca. Esta tabla muestra que durante esta investigacién se obtuvieron 3 nuevas soluciones menores a US$6.182 millones (la mejor solucién previamente reportada en la literatura), El método de solucién da muy buenos resultados, ademds es posible encontrar nuevas soluciones a partir de otras existentes previamente. La solucién “AOC (C&S) 2004" se obtuvo al aplicar el AOC a la solucién publicada por Cunha y Sousa (1999), en determinado momento se considerd esta como la mejor solucién, pero después se determino que al correrla con EPANET dan soluciones por debajo de 30 mca; sin embargo al introducir este modelo en el AOC se obtiene una solucién de menor costo a las publicadas anteriormente (Tabla 14-5). La Tabla 14-6 muestra las presiones que se obtienen en los nodos para las 3 soluciones propuestas. ROC | AOC ROC | AOC | AOC aoc sto} sit | (cas) $10 st | (cas) Solucion| 2004 | 2004 | 2004 |Solucién| 2004 | 2004 | 2004 ID__| Presion |Presion|Presion| ID _| Presion | Presion | Presion M.C.A._| M.C.A. | M.C.A. M.C.A. | MCA, | MCA. 2 97.14 | 97.14 | 97.14 | 18 | 51.03 | 4663 | 49.93 3 61.67 _| 61.67 | 61.67 19 | 58.03 | 53.27 | 55.09 4 57.37_| 67.33 | 56.92 | 20 50.6 | 50.5 | 50.61 5 52.04 | 51.96 | 51.03 | 21 41.25 [41.15 | 41.26 6 46.49 | 46.34 | 44.81 22 | 36.09 | 35.98 | 36.1 7 45.21 | 45.05 | 43.35 | 23 | 4451 | 4431 | 44.53, 8 39.24 | 38.99 | 4162 [| 24 | 30.36 | 39.04 | 38.93 9 38.1 | 3783 | 4023 [25 | 3614 | 35.72 | 35.34 10 37.28 | 36.99 | 39.2 26 [32.48 [31.83 | 317 11 35.72 | 35.43 | 37.64 | 27 | 31.52 | 30.56 | 30.76 12 34.56 | 34.27 | 34.22 | 28 | 35.68 | 35.72 | 38.94 13, 30.36_| 30.07 | 30.01 29 31.2 | 31.08 | 30.13 14 32.35 | 31.63 | 3552 | 30 | 30.26 | 30.17 | 30.42 15 31.64 | 3059 [33.72 | 31 30.73 | 30.29 | 30.7 16 32.02 | 30.78 [31.3 32 32__| 31.57 | 33.18 17 40.34 | 37.01 | 33.41 ‘Tabla 14-6 — Presiones en los Nodos en las soluciones encontradas para la red de Hanoi 99‘oc sio | aoc s11 [Ac (cas) ‘aoc s10 | AOc S11 [AOC (cas) Solucién| 2004 2004 2004 | solucisn| 2004 2004 2004 Costo Costo quss) | s16s952_| 6161276 | sososts | (uss) | 6169952 | 6161276 | Gosoo19 ID [DIAMETRO[DIAMETRO|DIAMETRO| 1D | DIAMETRO| DIAMETRO | DIAMETRO Pulgadas | Pulgadas | Pulgadas Pulgadas | Pulgadas | Pulgadas 1 0 40 0 78 24 24 24 ESR SSeS RSS ETT RGR EGE TGS 3 0 4 0 20 40 0 0 4 0 40 0 21 20 20 20 6 0 40 0 2 12 12 12 6 40 40 0 23 40 40 40 z 30 30 0 24 30 30, 30. 8 0 40 0 25 30 30 30 a Pees OEE see Ss ieesieseee so eeeee| see sere ester eect 3 | seers recede 1 30 30 24 28 12 12 12 12 24 24 24 29 16. 16 16 13 16 16 20 30 16 16 12 14 12 2 46 31 12 12 12 15 12 72 12 32 12 16 16 16 16 16 12 3 16 16 16 7 20 20 16 34 20 20 24 ‘Tabla 14-7 — Diémetros de las tuberias en las soluciones encontradas para la red de Hanoi 100Grafica 14-2 LGH Red de Hanoi Grafica 143 Presiones en la red de Hanoi Las signientes tablas y Gréficas muestran la comparacién entre las soluciones obtenidas ¥ la mejor solucién reportada previamente en la literatura para el problema de la red de Honci 101‘Solucién _[Gosto St 4991614.4 s2 67165768 $3. 6320782 4 6312416.1 35, 62754063 86. 62359291 ST 6226363.2 $8. 6209021.9 89 61905167 $10 6169952.1 sit 6161275.7 [wun 6182000 Tabla 8 Comparacién de los Costos Obtenidos en esta investigacion (S1-S11) versus la mejor Solucién Previamente Reportada en la Literatura (Wu01). ‘Comparacién del costo ($US) 6330000 6310000 + 6290000 + 6270000 + 6250000 + 6230000 6210000 6190000 6170000 + 6150000 + S3S4 85 S6 S7 S8 S9 S10 S11 WuOt Grafica 14-4 Comparacién de los Costos Obtenidos en esta investigacién (S1-S11) versus la mejor Solucion Previamente Reportada en la Literatura (Wu0t). 102Numero de Solucién_|Simulaciones 5 55 148 6743 6708 6708 22145 22145, 22203 0 28853, si 44348 wu0t 113626 Tabla 8 Comparacién del nimero de simulaciones necesarios para obtener una solucién en esta investigacién (S1-S11) versus la mejor Solucién Previamente Reportada en la Literatura (wu0t). 2 1B |B |S |B IR e |B Sle Comparacién del Namero de Simulaciones S38 Sh 85 S68 ST SBS SM SHO. S11. uot Gréfica 14-5 Comparacién del_ntimero de simulaciones necesarios para obtener una solucién en esta investigacién (S1-S11) versus la mejor Solucién Previamente Reportada en {a Literatura (Wu0t). A continuacién se muestran unas pantallas que ilustran el uso de los programas EPANET 2 y REDES 2004, 103Re [oman Grafica 14-5 Programa EPANET 2 - Red de Hanoi sle|alels|s| s/s] > |»/emlelole «|e |—| x] | || 30a @fe | +] | 0 | a] sao [70] Moe | Cada ejecucion da respuestas diferentes. 10816 Conclusiones Este documento describe el trabajo de investigacién que se realizé como trabajo de grado de maestria. £1 objetivo principal fue resolver el problema de disefio de redes de distribucién de agua potable. Las conolusiones a las que se llegaron pueden resumirse asi * La aplicacién de un algoritmo basado en la superficie éptima de presiones se puede ver como una heuristica que orienta la solucién del problema de disefio de redes de distribucién de agua potable. Le solucién obtenida no respeta las restricciones comerciales de disponibilidad de diémetros, pero al usarse en conjunto con un método de optimizacién basado en programacién por restricciones se puede llegar a buenas soluciones en un numero muy pequefio de iteraciones. Ademas es posible combinar esta solucién con otros métodos de optimizacién como los algoritmos genéticos © muchos otros disponibles en la literatura universal. * Los algoritmos desarrollados en esta investigacién son de baja complejidad lo que implica un pequefio numero de simulaciones hidrdulicas y por lo tanto una excelente velocidad de ejecucién. + La metodologia desarrollada en esta investigacion ha probado su efectividad al encontrar buenas soluciones con un pequefio numero de simulaciones hidraulicas en problemas de disefio que han sido tratadas ampliamente por varios autores en las tltimas décadas, de hecho se han encontrado mejores soluciones al problema de la red de Hanoi en un numero menor de iteraciones que la mejor solucién reportada previamente en ia literatura. 109‘+ El aporte mas significativo fue desarrollar un sistema que acopla varios médulos de optimizacién independientes como una linea de produccién, en donde cada investigador puede elegir el orden en el que se ensambla dicho sistema. Este enfoque permite el desarrollo de miiltiples métodos de optimizacién como los que estan disponibles en la literatura. + Enesta investigacién se han encontrado varias soluciones mas econémicas que las reportadas en la literatura, al problema del disefio de la red de Hanoi, algunas de ellas se han encontrado usando Unicamente los métodos desarrollados en esta investigacién, pero también es posible ingresar soluciones encontradas en otras investigaciones (Cunha y Sousa 1999; Savic y Walters 1997) y encontrar mejores soluciones que cumplen con todas las restricciones del problema * EI AOC (Algoritmo de Optimizacién Combinatoria) desarrollado en esta investigacién permite el disefio de redes de distribucién de agua potable incluyendo criterios de optimizacién. Estos criterios se pueden modificar para incluir costos asociados a las fugas de agua en la red y parametros de calidad del agua. El AOC hace factible el disefio optimizado de redes de distribucién de redes relativamente grandes (mas de 1000 tubos), ya que se llegan a buenas soluciones con un pequefio ntimero de simulaciones hidréulicas. ‘+ Al seguir un procedimiento similar al desarrollado en esta investigacién se obtienen soluciones muy buenas al problema de disefio de redes de distribucién de agua potable, el siguiente paso seria incluir el efecto de las fugas de agua en los nodos desde el disefio y usar un modelo calibrado de la red con el propésito de servir de herramienta operativa 110‘* Con la metodologia propuesta se llega a una buena aproximacién para superar el problema de disefio de redes de distribucion de agua potable de costo minimo, m1.17 Recomendaciones Los algoritmos desarroliados durante esta investigacién han probado su efectividad y su bondad para resolver problemas combinatorios, se recomienda continuar con la investigacién con el fin de aplicar este tipo de metodologia a otros problemas practicos de dificil solucién por métodos tradicionales, por ejemplo el problema de la calibracién de redes de distribucién de agua potable. Se pueden integrar nuevos algoritmos con el fin de contar con mas componentes en el sistema y poder usarlos adecuadamente para tener mayor riqueza, flexibilidad y potencia de cémputo para resolver problemas combinatorios. Algunos de los algoritmos se pueden paralelizar, seria muy convenient usar esta caracteristica. para aprovechar mejor la potencia de las maquinas disponibles y lograr una optimizacién del tiempo de célculo para permitir resolver problemas cada vez mas complejos. Se recomienda estudiar en mas detalle el disefio de redes de distribu agua potable bajo ambiente de fugas én de 1218 Referencias 1, Yates, D.F., A.B. Templeman & T.B. Boffey (1984). "The computational complexity of the problem of determining least capital cost designs for water supply networks’. Engg. Optimization, 7(2), 142-155. 2. Horowitz E., Sahni_ Sj "Fundamentals of computer Algorithms”. Computer Science Press. (1978) 3. Villalba , G.A. “REDES 2004: Manual del Usuario” (2004), Centro de Investigaciones en Acueductos y Alcantarillados CIACUA, Universidad de Los Andes, Departamento de Ingenieria Civil. 4, Rossman, L.A. "EPANET, Users Manual’ (1993), Risk Reduction Engineering Laboratory, U.S. Environmental Protection Agency, Cincinnati, Ohio. 5. Saldarriaga, J.G. “Hidrdulica de Tuberias’ (1998). Editorial McGrawHill, Bogota, Colombia 6. Wu. I-pai, “Design of Drip itrigation Lines,"(1975). Journal of the irrigation and Drainage Division,, Vol. 101, No IR4, December 1975. ASCE. 7. Baptiste P, Le Pape C, Nuijten W. "Constraint-based scheduling : applying constraint programming to scheduling problems" (2001) 8. Saraswat V, Van Hentenryck P. "Principles and Practice of Constraint Programming” (1995), 9. Lopez , C.S. “Disefio de Redes de Distribucién de Agua Potable de Minimo Costo con Algoritmos Genéticos’. Proyecto de Grado en Ingenieria Civil Universidad de Los Andes, Junio de 2003 . 10.Shivaram Subramanian. (1998) “Optimization models and analysis of outing, location, distribution and design problems on networks” Dissertation Proposal submitted to the Faculty of the Virginia Polytechnic Institute and State University in partial fulfilment of the requirements for the degree of DOCTOR OF PHILOSOPHY in Industrial and Systems Engineering. Blacksburg, Virginia. Chapter 6 “Effective relaxation and partitioning schemes for solving water distribution network design problems to global optimality’ 124-175. 11.Shie-Yui Liong, Md. Atiquzzaman. (2004) “Optimal Design of Water Distribution Network using Shuffled Complex Evolution. Journal of The Institution of Engineers, Singapore". Vol. 44 Issue 1. 2004. 1312.Maria da Conceigao Cunha, Joaquim Sousa (1999) “Weter Distribution network design optimization: Simulated annealing aproach’. Journal of Water Resources Planning and Management, Vol. 125, No 4, July/August 1999. ASCE. 13.D.P. Solomatine. (1999) “Random search methods in model calibration and pipe network design”. Water Industry Systems 14,Aaron C. Zecchin, Holger R. Maier, Angus R. Simpson, Andrew J. Roberts, Mathew J. Berrisford and Michael Leonard. (2003) “Max-Min Ant System Applied to Water Distribution System Optimisation”. Centre for Applied Modelling in Water Engineering, School of Civil and Environmental Engineering, The University of Adelaide, Adelaide, SA. 15.A.J. Abebe, D.P. Solomatine. (1998) “Application of global optimization to the design of pipe networks”. Proc, 3rd Intemational Conference on Hydroinformatics, Copenhagen, August 1998. Balkema, Rotterdam. 16.Dragan A. Savic, Godfrey A. Walters. (1995) “Genetic operators and constraint handling for pipe network optimization”. Adicional. 17.Muzeffar M. Eusuff, Kevin E. Lansey (2003) “Optimization of Water Distribution Network Design Using the Shufffled Frog Leaping Algorithm” Journal of Water Resources Planning and Management, Vol, 129, No 3, May 1, 2003. ASCE. 18.T. Devi Prasad, Nam-Sik Park. (2004) “Multiobjetive Genetic Algorith for Design of Water Distribution Networks’. Journal of Water Resources Planning and Management, Vol. 130, No 1, January 1, 2004. ASCE. 19. Angus R. Simpson, Graeme C. Dando, Luarence J. Murphy. (1994) “Genetic Algorithms Compared to Other Techniques for Pipe Optimization” Journal of Water Resources Planning and Management, Vol. 120, No 4, July/August , 1994. ASCE. 20. Salas D. “Evaluacién de métodos de inteligencia artificial para la calibracién de redes de acueducto” Tesis de Maestria en Ingenieria de Sistemas y Computacion. Universidad de Los Andes, Junio de 2003 4