Redes neuronales y lógica difusa aplicado a un sistema climatológico
Descripción del Articulo
El presente trabajo de investigación trata del diseño y simulación de un sistema de pronóstico de precipitación pluvial utilizando técnicas neuro-difusas.Este sistema tendrá como entradas las siguientes variables: temperatura, humedad relativa, dirección de viento, ya que para el pronóstico de la pr...
Autor: | |
---|---|
Formato: | tesis doctoral |
Fecha de Publicación: | 2017 |
Institución: | Universidad Nacional de San Agustín |
Repositorio: | UNSA-Institucional |
Lenguaje: | español |
OAI Identifier: | oai:repositorio.unsa.edu.pe:UNSA/5040 |
Enlace del recurso: | http://repositorio.unsa.edu.pe/handle/UNSA/5040 |
Nivel de acceso: | acceso abierto |
Materia: | Redes neuronales Lógica difusa Sistema climatológico Precipitación pluvial https://purl.org/pe-repo/ocde/ford#2.02.03 |
id |
UNSA_c14d492d06332dae98acd55bec6a0799 |
---|---|
oai_identifier_str |
oai:repositorio.unsa.edu.pe:UNSA/5040 |
network_acronym_str |
UNSA |
network_name_str |
UNSA-Institucional |
repository_id_str |
4847 |
spelling |
Raul Sulla, TorresLozada Vilca, Russel Allidren2018-01-22T13:50:18Z2018-01-22T13:50:18Z2017El presente trabajo de investigación trata del diseño y simulación de un sistema de pronóstico de precipitación pluvial utilizando técnicas neuro-difusas.Este sistema tendrá como entradas las siguientes variables: temperatura, humedad relativa, dirección de viento, ya que para el pronóstico de la precipitación pluvial intervienen estas variables.El sistema de neuro-difuso denominado también sistemas flexibles, tienen propiedades como por ejemplo: mientras las redes neuronales ofrecen ventajas como el aprendizaje, adaptación, tolerancia a fallas, paralelismo y generalización, no son buenas para explicar como han alcanzado sus decisiones, en cambio los sistemas difusos, los cuales razonan con información imprecisa a través de un mecanismo de inferencia bajo incertidumbre lingüística, son buenos explicando sus decisiones pero no pueden adquirir automáticamente las reglas que usan para tomarlas. Y en base al comportamiento de las variables mencionadas, tendrán que darnos una cierta incertidumbre del pronóstico de la precipitación pluvial, además de ir aprendiendo en este área. La simulación del sistema se hará en MATLAB, adquiriendo datos externos, de las variables que se comportarán como entradas al sistema, estas variables serán procesadas mediante un sistema neuro-difuso el cual nos dará un resultado de incertidumbre de la precipitación pluvial.Tesisapplication/pdfhttp://repositorio.unsa.edu.pe/handle/UNSA/5040spaUniversidad Nacional de San Agustín de Arequipainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Universidad Nacional de San Agustín de ArequipaRepositorio Institucional - UNSAreponame:UNSA-Institucionalinstname:Universidad Nacional de San Agustíninstacron:UNSARedes neuronalesLógica difusaSistema climatológicoPrecipitación pluvialhttps://purl.org/pe-repo/ocde/ford#2.02.03Redes neuronales y lógica difusa aplicado a un sistema climatológicoinfo:eu-repo/semantics/doctoralThesisSUNEDUDoctorado en Ciencias: Ingeniería MecatrónicaUniversidad Nacional de San Agustín de Arequipa.Unidad de Posgrado.Facultad de Ingeniería de Producción y ServiciosDoctoradoDoctor en Ciencias: Ingeniería MecatrónicaORIGINALIEDlovira.pdfapplication/pdf1854167https://repositorio.unsa.edu.pe/bitstreams/3747236f-41d1-45c8-a346-2665b8f0138c/download4b52869eaf888e1eb688555bcdefae31MD51TEXTIEDlovira.pdf.txtIEDlovira.pdf.txtExtracted texttext/plain143751https://repositorio.unsa.edu.pe/bitstreams/3a845b19-0555-4840-82e7-62b60decfd0a/download5474cd832180a7c56ce1c85996801c19MD52UNSA/5040oai:repositorio.unsa.edu.pe:UNSA/50402022-05-29 11:32:51.524http://creativecommons.org/licenses/by-nc-nd/2.5/pe/info:eu-repo/semantics/openAccesshttps://repositorio.unsa.edu.peRepositorio Institucional UNSArepositorio@unsa.edu.pe |
dc.title.es_PE.fl_str_mv |
Redes neuronales y lógica difusa aplicado a un sistema climatológico |
title |
Redes neuronales y lógica difusa aplicado a un sistema climatológico |
spellingShingle |
Redes neuronales y lógica difusa aplicado a un sistema climatológico Lozada Vilca, Russel Allidren Redes neuronales Lógica difusa Sistema climatológico Precipitación pluvial https://purl.org/pe-repo/ocde/ford#2.02.03 |
title_short |
Redes neuronales y lógica difusa aplicado a un sistema climatológico |
title_full |
Redes neuronales y lógica difusa aplicado a un sistema climatológico |
title_fullStr |
Redes neuronales y lógica difusa aplicado a un sistema climatológico |
title_full_unstemmed |
Redes neuronales y lógica difusa aplicado a un sistema climatológico |
title_sort |
Redes neuronales y lógica difusa aplicado a un sistema climatológico |
author |
Lozada Vilca, Russel Allidren |
author_facet |
Lozada Vilca, Russel Allidren |
author_role |
author |
dc.contributor.advisor.fl_str_mv |
Raul Sulla, Torres |
dc.contributor.author.fl_str_mv |
Lozada Vilca, Russel Allidren |
dc.subject.es_PE.fl_str_mv |
Redes neuronales Lógica difusa Sistema climatológico Precipitación pluvial |
topic |
Redes neuronales Lógica difusa Sistema climatológico Precipitación pluvial https://purl.org/pe-repo/ocde/ford#2.02.03 |
dc.subject.ocde.es_PE.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#2.02.03 |
description |
El presente trabajo de investigación trata del diseño y simulación de un sistema de pronóstico de precipitación pluvial utilizando técnicas neuro-difusas.Este sistema tendrá como entradas las siguientes variables: temperatura, humedad relativa, dirección de viento, ya que para el pronóstico de la precipitación pluvial intervienen estas variables.El sistema de neuro-difuso denominado también sistemas flexibles, tienen propiedades como por ejemplo: mientras las redes neuronales ofrecen ventajas como el aprendizaje, adaptación, tolerancia a fallas, paralelismo y generalización, no son buenas para explicar como han alcanzado sus decisiones, en cambio los sistemas difusos, los cuales razonan con información imprecisa a través de un mecanismo de inferencia bajo incertidumbre lingüística, son buenos explicando sus decisiones pero no pueden adquirir automáticamente las reglas que usan para tomarlas. Y en base al comportamiento de las variables mencionadas, tendrán que darnos una cierta incertidumbre del pronóstico de la precipitación pluvial, además de ir aprendiendo en este área. La simulación del sistema se hará en MATLAB, adquiriendo datos externos, de las variables que se comportarán como entradas al sistema, estas variables serán procesadas mediante un sistema neuro-difuso el cual nos dará un resultado de incertidumbre de la precipitación pluvial. |
publishDate |
2017 |
dc.date.accessioned.none.fl_str_mv |
2018-01-22T13:50:18Z |
dc.date.available.none.fl_str_mv |
2018-01-22T13:50:18Z |
dc.date.issued.fl_str_mv |
2017 |
dc.type.es_PE.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
dc.identifier.uri.none.fl_str_mv |
http://repositorio.unsa.edu.pe/handle/UNSA/5040 |
url |
http://repositorio.unsa.edu.pe/handle/UNSA/5040 |
dc.language.iso.es_PE.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.fl_str_mv |
SUNEDU |
dc.rights.es_PE.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.uri.es_PE.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ |
dc.format.es_PE.fl_str_mv |
application/pdf |
dc.publisher.es_PE.fl_str_mv |
Universidad Nacional de San Agustín de Arequipa |
dc.source.es_PE.fl_str_mv |
Universidad Nacional de San Agustín de Arequipa Repositorio Institucional - UNSA |
dc.source.none.fl_str_mv |
reponame:UNSA-Institucional instname:Universidad Nacional de San Agustín instacron:UNSA |
instname_str |
Universidad Nacional de San Agustín |
instacron_str |
UNSA |
institution |
UNSA |
reponame_str |
UNSA-Institucional |
collection |
UNSA-Institucional |
bitstream.url.fl_str_mv |
https://repositorio.unsa.edu.pe/bitstreams/3747236f-41d1-45c8-a346-2665b8f0138c/download https://repositorio.unsa.edu.pe/bitstreams/3a845b19-0555-4840-82e7-62b60decfd0a/download |
bitstream.checksum.fl_str_mv |
4b52869eaf888e1eb688555bcdefae31 5474cd832180a7c56ce1c85996801c19 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional UNSA |
repository.mail.fl_str_mv |
repositorio@unsa.edu.pe |
_version_ |
1828762829468991488 |
score |
13.78462 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).