Título :	Optimización de modelo de partículas contaminantes utilizando el algoritmo de optimización de forrajeo bacteriano BFOA
Autor(es):	María Del Carmen Cabrera Hernández
Palabras clave:	Swarm Intelligence Bacterial Foraging Optimización Partículas contaminantes Predicción
Área:	INGENIERÍA Y TECNOLOGÍA
Fecha de publicación :	3-oct-2019
Facultad:	Facultad de Ingeniería
Programa académico:	Maestría en Ciencias en Inteligencia Artificial
Resumen:	El monitoreo de la calidad del aire es un problema que se ha vuelto elemental para la humanidad, ya que cuando la calidad del aire es deficiente, constituye una amenaza seria para la salud, concretamente, el material particulado es uno de los contaminantes con mayor impacto en la calidad del aire. El material particulado se encuentra compuesto de partículas de materia sólida y líquida que es causante de enfermedades del sistema respiratorio y cardiovascular, esto debido a su tamaño, en el orden de los micrómetros (µm), y que se clasifica como PM10 (10 µm) y PM2.5(2.5µm), además cabe mencionar que su comportamiento ha demostrado ser no lineal. Dada la complejidad del problema, la Inteligencia artificial es una herramienta ideal para encontrar una solución, en el presente trabajo, el objetivo principal es la optimización de un modelo base, en este caso generado por el método ANFIS, para predecir la concentración de partículas contaminantes, en específico PM10, utilizando algoritmos de inteligencia de enjambre. Específicamente, se utiliza BFOA para la optimización, demostrando que es posible disminuir el error del modelo ANFIS. Y es por esto que, para comprobar la efectividad del modelo propuesto, se llevaron a cabo varios experimentos con los datos y los parámetros propios del algoritmo BFOA, esto, con el fin de en un futuro poder utilizar este método para generar herramientas de predicción del comportamiento del material particulado.
URI:	http://ri-ng.uaq.mx/handle/123456789/1664
Aparece en:	Maestría en Ciencias en Inteligencia Artificial

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