Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/4974
Título : Diseño e implementación de algoritmos inteligentes basados en inteligencia colectiva animal para optimizar modelos de partículas contaminantes
Autor(es): Ana Luisa Estrada Guerrero
Palabras clave: Predicción//PM10//ACO
Fecha de publicación : jun-2016
Editorial : Universidad Autónoma de Querétaro
Facultad: Facultad de Informática
Programa académico: Maestría en Ingeniería de Software Distribuido
Resumen: En el presente trabajo se propone un modelo que permita la optimización de tendencias de partículas ambientales con base a un modelo de inteligencia colectiva animal, para el cual se utilizó el algoritmo de Optimización por Colonia de Hormigas también conocido como ACO por sus siglas en inglés (Ant Colony Optimization). El sistema propuesto está enfocado en partículas PM10 las cuales son contaminantes atmosféricos de la Ciudad de México. Las principales limitaciones son la presencia de datos erróneos o la falta de los mismos en diferentes variables requeridas para este sistema de predicción. Los resultados obtenidos no son concluyentes debido a que se encontró que es necesario tomar en cuenta parámetros como la humedad y el calor para lograr una afinación del sistema.
URI: https://ri-ng.uaq.mx/handle/123456789/4974
Otros identificadores : 2286 - RI004236.pdf
Aparece en: Maestría en Ingeniería de Software Distribuido

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI002286.pdf13.06 MBAdobe PDFPortada
Visualizar/Abrir


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