Mostrar el registro sencillo del ítem
| dc.contributor | Rodríguez Agurto, José Nibaldo | ||
| dc.contributor | Crawford Labrín, Broderick | ||
| dc.creator | Mena Peña, Manuel Andrés | ||
| Fecha Ingreso | dc.date.accessioned | 2021-10-19T22:42:47Z | |
| Fecha Disponible | dc.date.available | 2021-10-19T22:42:47Z | |
| Fecha en Repositorio | dc.date.issued | 2021-10-19 | |
| Resumen | dc.description | <p>El desarrollo sustentable de la economía del país a través de la correcta explotación de los recursos naturales es un tema de gran importancia en la actualidad y más aún con la extensa costa que posee Chile con la cual se puede sacar un gran provecho de los recursos pesqueros. Ahora bien teniendo claro nuestro escenario, la optimización en la explotación de los recursos pesqueros y no desgastarlos antes de tiempo, en especial de la Anchoveta, es el foco al cual se debe apuntar hoy en día y para esto se utilizan distintos modelos predictivos que nos ayuden a tomar correctas decisiones al momento de distribuir nuestros recursos y esfuerzos.</p><p>Para obtener un modelo predictivo más preciso se utilizó en la investigación las redes neuronales wavelets en combinación con la optimización de enjambre de partículas, ambas técnicas muy utilizadas en la actualidad, que intentan simular y modelar una realidad en particular.</p><p>El modelo propuesto para el pronóstico de los datos no suavizados obtuvo un coeficiente de determinación de un 71% utilizando 5 neuronas de entrada y 10 neuronas en la capa oculta, los pesos sinápticos fueron estimados usando el algoritmo de optimización de partículas en su versión Max-Min. Posteriormente la data de captura de Anchovetas fue suavizada utilizando la técnica del promedio móvil y es así como el modelo de pronóstico logró explicar un 76% de la variabilidad total de las capturas de anchovetas mensuales del norte de Chile</p> | |
| Resumen | dc.description | last modification | |
| Resumen | dc.description | Licenciado en Ciencias de la Ingeniería | |
| Resumen | dc.description | Ingeniero Civil en Informáticatítulo | |
| Resumen | dc.description | INGENIERIA CIVIL INFORMATICA | |
| Resumen | dc.description | <p>El desarrollo sustentable de la economía del país a través de la correcta explotación de los recursos naturales es un tema de gran importancia en la actualidad y más aún con la extensa costa que posee Chile con la cual se puede sacar un gran provecho de los recursos pesqueros. Ahora bien teniendo claro nuestro escenario, la optimización en la explotación de los recursos pesqueros y no desgastarlos antes de tiempo, en especial de la Anchoveta, es el foco al cual se debe apuntar hoy en día y para esto se utilizan distintos modelos predictivos que nos ayuden a tomar correctas decisiones al momento de distribuir nuestros recursos y esfuerzos.</p><p>Para obtener un modelo predictivo más preciso se utilizó en la investigación las redes neuronales wavelets en combinación con la optimización de enjambre de partículas, ambas técnicas muy utilizadas en la actualidad, que intentan simular y modelar una realidad en particular.</p><p>El modelo propuesto para el pronóstico de los datos no suavizados obtuvo un coeficiente de determinación de un 71% utilizando 5 neuronas de entrada y 10 neuronas en la capa oculta, los pesos sinápticos fueron estimados usando el algoritmo de optimización de partículas en su versión Max-Min. Posteriormente la data de captura de Anchovetas fue suavizada utilizando la técnica del promedio móvil y es así como el modelo de pronóstico logró explicar un 76% de la variabilidad total de las capturas de anchovetas mensuales del norte de Chile</p> | |
| Formato | dc.format | ||
| Lenguaje | dc.language | spa | |
| dc.rights | autorizado | ||
| dc.source | http://opac.pucv.cl/pucv_txt/txt-2000/UCG2484_01.pdf | ||
| Materia | dc.subject | ANCHOVETAS | |
| Materia | dc.subject | CAPTURA | |
| Title | dc.title | Predicción de captura de anchovetas utilizando redes wavelet con optimización de enjambre de partículas | |
| Tipo | dc.type | texto |
| Archivos | Tamaño | Formato | Ver |
|---|---|---|---|
|
No hay archivos asociados a este ítem. |
|||