Título :	Modelo inteligente predictivo basado en redes neuronales artificiales para el pronóstico de momento e intensidad de precipitaciones.
Sustentante:	Martín Muñoz Mandujano
Palabras clave :	INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES
Fecha de publicación:	1-ene-2021
metadata.dc.degree.department:	Facultad de Informática
metadata.dc.degree.name:	Maestría en Sistemas Computacionales
Descripción :	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
Otros identificadores :	Redes Neuronales Hidroinformática Precipitaciones Ciencias de la Computación
Aparece en las colecciones:	Maestría en Sistemas Computacionales

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