Buscar


Mostrar el registro sencillo del ítem

dc.rights.license http://creativecommons.org/licenses/by-nd/4.0 es_ES
dc.contributor Marco Antonio Aceves Fernández es_ES
dc.creator Ana Luisa Estrada Guerrero es_ES
dc.date 2016-06
dc.date.accessioned 2017-04-03T17:23:01Z
dc.date.available 2017-04-03T17:23:01Z
dc.date.issued 2016-06
dc.identifier 2286 - RI004236.pdf es_ES
dc.identifier.uri https://ri-ng.uaq.mx/handle/123456789/4974
dc.description 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. es_ES
dc.format Adobe PDF es_ES
dc.language.iso spa es_ES
dc.publisher Universidad Autónoma de Querétaro es_ES
dc.relation.requires No es_ES
dc.rights Acceso Abierto es_ES
dc.subject Predicción//PM10//ACO es_ES
dc.title Diseño e implementación de algoritmos inteligentes basados en inteligencia colectiva animal para optimizar modelos de partículas contaminantes es_ES
dc.type Tesis de maestría es_ES
dc.contributor.role Director es_ES
dc.degree.name Maestría en Ingeniería de Software Distribuido es_ES
dc.degree.department Facultad de Informática es_ES
dc.degree.level Maestría es_ES


Ficheros en el ítem

Thumbnail
Nombre: RI002286.pdf
Tamaño: 12.75Mb
Formato: PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem