Análisis de Optimización Mediante un Algoritmo Genético, para Variables Predeterminadas en el Desarrollo de un Proyecto Eólico En la Región Norte de México
Open Access
- 31 January 2026
- journal article
- Published by Centro de Investigación y Desarrollo E. Couture in Estudios y Perspectivas Revista Científica y Académica
- Vol. 6 (1) , 7677-7689
Abstract
El desarrollo de la energía eólica ha experimentado un crecimiento significativo a nivel mundial y en México, concentrándose principalmente en zonas costeras. No obstante, recientes estudios han identificado el potencial de regiones no costeras del norte del país, como Nuevo León y Coahuila, para la instalación de parques eólicos. El presente estudio tiene como objetivo determinar las variables prioritarias para la selección óptima de sitios eólicos en dicha región, mediante la aplicación de algoritmos genéticos (AG) como herramienta de optimización. La metodología se basa en la evaluación de ocho variables previamente identificadas mediante el Proceso de Análisis Jerárquico (Ruvalcaba y González-Morán, 2021), las cuales fueron sometidas a un proceso iterativo de optimización utilizando un algoritmo desarrollado en C++. Los resultados permiten identificar tres variables fundamentales para el desarrollo de proyectos eólicos: la viabilidad técnica y económica, el recurso viento (en términos de velocidad, dirección y constancia) y la inseguridad como factor social determinante. Estos hallazgos evidencian la necesidad de integrar criterios multidisciplinarios en la toma de decisiones para garantizar la sostenibilidad y factibilidad de los proyectosKeywords
This publication has 9 references indexed in Scilit:
- ANALYSIS AND SELECTION OF OPTIMAL SITES FOR WIND FARMS: CASE STUDY, REGION NORTH OF MEXICOAtmósfera, 2020
- SOCIEDAD CIVIL Y VIOLENCIA: EL CONFLICTO POR EL PARQUE EÓLICO EN TERRITORIO IKOJT DE SAN DIONISIO DEL MARActa Sociológica, 2017
- La política eólica mexicana: Controversias sociales y ambientales debido a su implantación territorial. Estudios de caso en Oaxaca y YucatánRevista Trace, 2016
- Genetic Algorithms2013
- An evolutive algorithm for wind farm optimal designNeurocomputing, 2007
- Placement of wind turbines using genetic algorithmsRenewable Energy, 2005
- Practical Genetic Algorithms2003
- Genetic Algorithms + Data Structures = Evolution Programs1992
- A scaling method for priorities in hierarchical structuresJournal of Mathematical Psychology, 1977