Publicación:

Diseño de un sistema de apoyo a la toma de decisiones- dss para la gestión de las etapas pre-desastre de sismos en Bucaramanga, basado en técnicas de aprendizaje automático (Machine learning)

Resumen

A lo largo de la historia, la humanidad ha estado expuesta a eventos catastróficos e inesperados tanto naturales como antropogénicos, que han cobrado una gran cantidad de vidas humanas y daños materiales cuantificados en miles de dólares. La comunidad científica en la búsqueda de mitigar el impacto de las pérdidas económicas y humanas ha desarrollado sistemas de información para el apoyo de las actividades relacionadas con la gestión de desastres; dentro de estos sistemas se encuentran los sistemas de apoyo a toma de decisiones (DSS). Las actividades más importantes a realizar en las etapas de preparación y prevención de desastres son: la selección de albergues, planeación de rutas de evacuación y distribución de ayudas humanitarias, las cuales usualmente son abordadas desde el campo de investigación de operaciones a través de problemas de optimización combinatoria tales como problemas de localización de instalaciones, problemas de ruteo de vehículos y combinaciones de los anteriores. Una dificultad significativa en el desarrollo de herramientas para la toma de decisiones dentro de la gestión de desastres se encuentra en la alta incertidumbre asociada a los resultados de un posible desastre catastrófico y las características del entorno después del evento. Aplicaciones de DSS a la gestión de desastres también conocidos como DSS-DM, han utilizado enfoques de inteligencia artificial IA, sistemas expertos ES y aprendizaje automático ML con el fin de hacer frente a estos problemas. Por lo tanto, en este trabajo se presenta el diseño de un DSS-DM que permita una toma de decisiones en actividades relacionadas a la preparación y mitigación en la ciudad de Bucaramanga, generando escenarios de desastre basados en datos históricos e información georreferenciada utilizando modelos de aprendizaje automático.