Inteligencia Artificial en Ingeniería civil
La calidad científico-técnica del grupo en relación con la aplicación de técnicas de Inteligencia Artificial a problemas ingenieriles viene avalada por su participación en diversos proyectos financiados por entidades públicas y privadas. Dos son las líneas que se pueden distinguir: la de IA en Hidrología y la de IA en diseño.
El origen de nuestra investigación en temas de IA aplicada a la hidrología se remonta a la tesis doctoral del Dr. Ricardo Conejo «Sistemas Basados en el Conocimiento Aplicados a la Validación de Información Hidrológica en Tiempo Real» (Coenjo 95). En esta línea, como primer paso pueden citarse los proyectos “Realización de investigaciones sobre metodologías de detección de fallos y relleno de huecos en las series temporales registradas por el S.A.I.H.” y “Realización de investigaciones sobre validación de datos hidrológicos y gestión de sistemas complejos de embalses en tiempo real”, financiados por el CEDEX, en los que participó el Dr. Ricardo Conejo.
En estos proyectos se estudió la aplicación de diversas técnicas al problema de la validación de la integridad de los datos adquiridos por el Sistema Automatizado de Información Hidrológica, asi como la inferencia de los valores en caso de fallo en los sensores.
Posteriormente, en el marco del proyecto “Arquímedes: Arquitecturas Inteligentes Basadas en Modelos para Evaluación de Datos de Estado de Sistemas de Información en Tiempo Real”, financiado por la CICYT como proyecto coordinado con la Universidad Politécnica de Madrid y desarrollado durante los años 1998-00, se propuso una solución basada en el uso de modelos de comportamiento hidrológico para validación de datos de sensores. Como resultado de este proyecto se desarrollo una arquitectura software multinivel y una herramienta de desarrollo denominada MOREA 1.5 para la definición y simulación de modelos hidrológicos multiples.
Por último, en el marco del proyecto «RIADA: Modelos de Análisis de Riesgos de Avenidas para decisión asistida en tiempo real», financiado igualmente por la CICYT y coordinado con la UPM, se están continuando las anteriores investigaciones en las líneas de aprendizaje y gestión de modelos de avenidas.
El origen de nuestra investigación en temas de IA aplicada al problema del diseño ingenieril se remonta a la tesis doctoral del Dr. J. L. Pérez de la Cruz (Pérez de la Cruz y otros 1992a, 1992b, 1995) que abordaba mediante técnicas heurísticas el problema del trazado en planta de carreteras y, en general, de objetos lineales situados sobre determinado ámbito geográfico.
Por otra parte, el proyecto europeo “Formazione di formatori in materia di progettazione di aree verdi”.(Programa Commet de la CEE, Sept. 1990 –Sept. 1993), cuyo primer objetivo era el desarrollo de software educativo para instrucción relativa a diseño de áreas verdes, resultó en la definición e implementación del prototipo DIVER [sistema de ayuda para el DIseño de áreas VERdes] (Pérez de la Cruz y otros, 1993), basado en una arquitectura distribuida en la que varios agentes aportaban conocimiento especializado acerca de posibles mejoras en un diseño propuesto por el presunto alumno (Belmonte y otros, 1993) (Mandow y otros, 1993). A raíz de estos trabajos, se inició en el grupo una reflexión teórica acerca del diseño en Inteligencia Artificial, con especial atención a los modernos conceptos de la Ingeniería del Conocimiento, como el de Nivel del Conocimiento (Newell, 1982, 1993).
Estas teorías sirven de fundamento para el desarrollo de sistemas inteligentes de ayuda al diseño (Mandow y otros, 1994). El desarrollo de esta línea de investigación llevó de una parte al estudio de los sistemas multiagente (vd. apartado siguiente) y, de otra, al desarrollo de nuevos métodos de búsqueda heurística multicriterio y su aplicación a problemas de diseño (Mandow y Millán, 1997) (Mandow y otros, 1997b) (Mandow y Pérez de la Cruz, 1998, 2002, 2003), (Mandow, 1999). La idea fundamental en esta línea de trabajo es el desarrollo de técnicas computacionales que se integren de forma natural en el entorno de trabajo del diseñador y sirvan de apoyo para la exploración de alternativas y la reflexión del diseñador.
El grado de madurez alcanzado por estas técnicas, que suponen una innovación importante dentro de los métodos generales de búsqueda empleados en Inteligencia Artificial, viene avalado en parte por su aplicación a un dominio tan diferente como es el de la generación de trayectorias para robots móviles (Mandow y otros, 1997a, 1998) (Fernández y otros, 1999), donde deben tomarse también muchas veces decisiones complejas atendiendo a multiples criterios. En esta línea, el proyecto “SINDI: Sistema Inteligente De Ayuda Al Diseño De Vías De Comunicación Terrestres” financiado por la CICYT, (FEDER 1FD1997-1922 TIC), supone la aplicación de todo lo expuesto a un entorno real.
