• español
    • English
    • Deutsch
  • Reglamento del Repositorio
  • Contact Us
  • English 
    • español
    • English
    • Deutsch
  • Login
View Item 
  •   Repositorio Institucional UNFV
  • Tesis
  • 2. Maestría
  • Arquitectura e Ingenierías
  • View Item
  •   Repositorio Institucional UNFV
  • Tesis
  • 2. Maestría
  • Arquitectura e Ingenierías
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Redes neuronales para predicción de contaminación del aire en Carabayllo-Lima

Author
Jacinto Herrera, Raúl Trinidad
Thumbnail
View/Open
UNFV_JACINTO_HERRERA_RAUL_TRINIDAD_MAESTRIA_2019.pdf (3.839Mb)
Date
2019-08-05
Metadata
Show full item record
Abstract
En el presente trabajo se desarrolla un modelo de pronóstico capaz de predecir (con múltiples etapas adelantadas) el comportamiento de las variables de contaminación ambiental de material particulado PM2.5 mediante el uso de los datos de concentraciones de contaminantes de material particulado (PM2.5 y PM10) y químicos (CO, SO2, NO) producidos en la estación automatizada de calidad de aire de Carabayllo. El modelo ha sido entrenado, con datos reales de la estación automatizada de calidad de aire del distrito de Carabayllo en el intervalo de 2 años, sobre tres diferentes algoritmos de retropropagación y dos modelos de neuronas en una única capa oculta para hallar parámetros de un modelo óptimo de predicción. Experimentalmente se probaron 6 modelos de redes sobre un rango de número de neuronas. La red optimizada fue aplicada sobre un grupo de 72 datos de prueba obteniendo resultados del modelo con un error porcentual medio de -0.1089% lo cual indica un pronóstico preciso para el caso de estudio. Un aporte de esta investigación es la demostración de que el modelo basado en redes neuronales artificiales es capaz de pronosticar variables de contaminación ambiental de material particulado con buena precisión y en una forma sencilla. Asimismo, el modelo se puede adaptar tanto para pronosticar otros contaminantes del aire (químicos o material particulado) como para datos generados en otras estaciones automatizadas de calidad de aire.
URI
http://repositorio.unfv.edu.pe/handle/UNFV/3428
Collections
  • Arquitectura e Ingenierías [125]

Repositorio Institucional UNFV
Contacto: repositorio.vrin@unfv.edu.pe
Contact Us | Send Feedback

Indexado por

Alicia Concytec
Renati
Alicia Concytec
Auspiciado por 
VRIN UNFV
Auspiciado por:
VRIN UNFV
 

 

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsAdvisorsTitlesSubjectsThis CollectionBy Issue DateAuthorsAdvisorsTitlesSubjects

My Account

Login

Statistics

View Usage Statistics

Repositorio Institucional UNFV
Contacto: repositorio.vrin@unfv.edu.pe
Contact Us | Send Feedback

Indexado por

Alicia Concytec
Renati
Alicia Concytec
Auspiciado por 
VRIN UNFV
Auspiciado por:
VRIN UNFV