Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/20.500.14076/9394
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorZubiaur Alejos, Miguel Ángel-
dc.contributor.authorAyala Bizarro, Iván Arturo-
dc.creatorAyala Bizarro, Iván Arturo-
dc.date.accessioned2018-03-15T14:13:03Z-
dc.date.available2018-03-15T14:13:03Z-
dc.date.issued2016-
dc.identifier.urihttp://hdl.handle.net/20.500.14076/9394-
dc.description.abstractEl objetivo de la investigación, es determinar el desempeño de la predicción de sequía agrícola regional, mediante el modelo de Redes Neuronales Artificiales tipo NARX, utilizando los índices SPI, SPEI, VCI e Índices Climáticos Globales. Se han determinado 10 regiones homogéneas mediante el análisis regional de frecuencias y L-Momentos, definiendo la región más árida y el índice representativo con su respectiva escala temporal (SPEI 6 meses) que responde al crecimiento y desarrollo de la vegetación en la cuenca con correlación de Pearson igual a 0.58. Las precipitaciones y temperaturas mensuales corresponden a los datos PISCO elaborados por SENAMHI-Perú, con resolución espacial de 0.05˝. Para la predicción se han determinado 2 grupos, el primero para la construcción del modelo con 80 % del registro y para la validación del modelo y la hipótesis con el 20 % restante. Los resultados de la predicción han sidos satisfactorios aceptándose la hipótesis nula planteada.es
dc.description.uriTesises
dc.formatapplication/pdfes
dc.language.isospaes
dc.publisherUniversidad Nacional de Ingenieríaes
dc.rightsinfo:eu-repo/semantics/restrictedAccesses
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/es
dc.sourceUniversidad Nacional de Ingenieríaes
dc.sourceRepositorio Institucional - UNIes
dc.subjectRedes neuronales artificialeses
dc.subjectAnálisis de frecuenciaes
dc.titlePredicción de sequías con redes neuronales artificiales y algoritmos genéticos utilizando precipitación por percepción remotaes
dc.typeinfo:eu-repo/semantics/masterThesises
thesis.degree.nameMaestro en Ciencias con Mención en Ingeniería Hidráulicaes
thesis.degree.grantorUniversidad Nacional de Ingeniería. Facultad de Ingeniería Civil. Unidad de Posgradoes
thesis.degree.levelMaestríaes
thesis.degree.disciplineMaestría en Ciencias con Mención en Ingeniería Hidráulicaes
thesis.degree.programMaestríaes
Aparece en las colecciones: Maestría

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
ayala_ba.pdf24,19 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons

Indexado por:
Indexado por Scholar Google LaReferencia Concytec BASE renati ROAR ALICIA RepoLatin UNI