Regresión lineal multivariable versus regresión simbólica a partir de programación genética. Aplicación a la caracterización espectroscópica de aguas residuales urbanas

Abstract

[EN] Characterising urban wastewater in real time is key to ensure the proper management of water resources and environmental protection. From indirect measurements, such as the molecular spectroscopy which provides information on the physicochemical properties of the water, it is possible to determine the pollutant load of wastewater from mathematical correlation models. The research compares multivariate linear regression models and symbolic regression models based on genetic programming to establish a correlation with the pollutant load of the wastewater. The study has focused on the comparison of models for the characterisation of total nitrogen, total phosphorus and nitrogen in the form of nitrate of 90 urban wastewater samples. It is observed that the symbolic regression based on genetic programming provides an improvement in goodness of fit (R2) of between 72.76% and 146.39% with respect to multivariate linear regression.

[ES] Caracterizar en tiempo real las aguas residuales urbanas es clave para poder garantizar una correcta gestión de los recursos hídricos y la protección del medioambiente. A partir de mediciones indirectas, como la espectroscopía molecular que proporciona información sobre las propiedades físico-químicas del agua, es posible determinar la carga contaminante de las aguas residuales empleando modelos matemáticos de correlación. El presente trabajo compara la regresión lineal multivariable y los modelos de regresión simbólica basados en programación genética, para establecer una correlación con la carga contaminante de las aguas residuales. El estudio se ha centrado en la comparativa de modelos para la caracterización de nitrógeno total, fósforo total y nitrógeno en forma de nitrato, considerando 90 muestras de aguas residuales urbanas. Se observa que la regresión simbólica basada en programación genética proporciona una mejora en el ajuste (R2) de entre el 72.76% y 146.39% respecto a la regresión lineal multivariable.