Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/2473
Título : Modelo inteligente predictivo basado en redes neuronales artificiales para el pronóstico de momento e intensidad de precipitaciones.
Autor(es): Martín Muñoz Mandujano
Palabras clave: Redes Neuronales
Hidroinformática
Precipitaciones
Ciencias de la Computación
Área: INGENIERÍA Y TECNOLOGÍA
Fecha de publicación : 1-ene-2021
Facultad: Facultad de Informática
Programa académico: Maestría en Sistemas Computacionales
Resumen: El objetivo de la presente investigación fue el desarrollar un modelo inteligente predictivo basado en redes neuronales artificiales, capaz de pronosticar el momento e intensidad de una precipitación, mediante el uso de variables climatológicas estocásticas, partiendo de la pregunta ¿Es posible el realizar un pronóstico preciso sobre el momento e intensidad de una precipitación? A lo largo de la investigación se emplearon datos pertenecientes a la red de monitoreo CIAQ y de la red de monitoreo de EMAS propiedad de CONAGUA. La investigación fue realizada empleando la metodología basada en diseño ya que permitió tener una mayor flexibilidad en cuanto a las etapas. Se diseñó un modelo matemático para el pronóstico de precipitaciones y mediante las variables involucradas en dicho modelo se desarrolló un modelo inteligente predictivo capaz de pronosticar la intensidad de la precipitación a lo largo del tiempo. A partir de los resultados obtenidos se concluyó que es posible obtener un pronóstico de hasta 8 horas empleando el modelo matemático y que mediante el modelo inteligente predictivo se obtiene una precisión del 99.9903%. Además, se concluyó que el modelo inteligente predictivo podría ser mejorado en gran medida pronosticando la intensidad de precipitación mediante una escala de diferentes intensidades (es decir una clasificación) y no de forma numérica.
URI: http://ri-ng.uaq.mx/handle/123456789/2473
Aparece en: Maestría en Sistemas Computacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI005533.pdf3.37 MBAdobe PDFPortada
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.