Por favor, use este identificador para citar o enlazar este ítem: http://cybertesis.uni.edu.pe/handle/uni/9394
Título : Predicción de sequías con redes neuronales artificiales y algoritmos genéticos utilizando precipitación por percepción remota
Autor : Ayala Bizarro, Iván Arturo
Asesor : Zubiaur Alejos, Miguel Ángel
Palabras clave : Redes neuronales artificiales;Análisis de frecuencia
Fecha de publicación : 2016
Editorial : Universidad Nacional de Ingeniería
Resumen : El 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.
URI : http://cybertesis.uni.edu.pe/handle/uni/9394
Derechos: info:eu-repo/semantics/openAccess
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