Resumen:
En el presente estudio se probaron los sistemas ANFIS (Adaptive Network
Based Fuzzy Inference System), para predecir la insolación diaria en Chillán,
usando como variables explicativas de esta, las temperaturas máximas y
mínimas del aire y la precipitación diaria, ya que estos sistemas pueden
modelar fenómenos físicos no-lineales usando datos históricos. Estos
sistemas fueron comparados con los modelos de Bristow & Campbell y De
Jong & Stewart. Se crearon 32 modelos en total, y se seleccionaron los mejores de cada una
de las tres familias de modelos (ANFIS, Bristow & Campbell y De Jong &
Stewart), quedando 6 modelos para un análisis detallado, y se encontró que
ellos entregan predicciones con un error medio absoluto (MAE) aproximado
de 2,7-2 -1 MJ m día como promedio anual. Además, las predicciones de
verano y primavera tienen un error porcentual absoluto (MAPE) cercano al
15%, mientras que para otoño e invierno éste es de un 50%, para los 6
modelos seleccionados.
El modelo que presentó el mejor desempeño fue el modelo ANFIS que usa
como variables explicativas la amplitud térmica del día y el día Juliano, con
un radio de influencia en la agrupación de 0,75 (modelo C.6), el cual entrega
predicciones con un MAE de 2,6 -2 -1 MJ m día como promedio anual.