<p>En América del sur las especies pelágicas que cuentan con un mayor nivel de extracción son la anchoveta y la sardina además de ser las más numerosas. La alta producción de fitoplancton dada en la zona sur de Perú y norte de Chile, específicamente la primera y la segunda región, favorece a que el zooplancton, alimento de la anchoveta sea abundante, siendo esta zona por sus condiciones, especial para el crecimiento de esta especie. El porcentaje de extracción de especies pelágicas a 1996 en Chile, era aproximadamente el 20 % del total de las capturas mundiales, es por esto, que desde 1964 se han realizado diversos estudios, buscando desarrollar un modelo predictivo a usarse para la estimación de captura mensual de la anchoveta, recurso que será estudiado en este documento. En la actualidad, recientes investigaciones han demostrados que modelos pertenecientes al campo de la inteligencia artificial, muestran una mayor precisión y potencia que los modelos tradicionales para determinar el volumen mensual de extracción del recurso. Estos modelos también conocidos como heurísticos, encontramos los algoritmos genéticos y las redes neuronales, los cuales han sido utilizados en este proyecto de título para predecir el volumen de capturas mensuales de anchoveta en la zona norte de Chile. El mejor modelo de predicción encontrado está formado con 8 nodos input, 12 nodos ocultos y un nodo de salida. Este modelo neuronal obtuvo una varianza explicada de 91,45% con un MAPE de 20,15%</p>
<p>The most important pelagic species in South America`s by their abundance are anchovy and sardine. The given high phytoplankton production in southern Peru and northern Chile, specifically the first and the second region, favors the zooplankton, anchovy food is plentiful, with this area for its special conditions for the growth of this species. The percentage extraction of pelagic and 1996 in Chile was approximately 20% of total world catch, for these reason since 1964 there have been several studies, seeking to develop a predictive model to be used for estimating monthly catch anchovy. Recent researches has shown that models belonging to the field of artificial intelligence, show a higher accuracy than traditional models power to determine the volume of extraction. Within these models also known as heuristics, are genetic algorithms and neural networks to be used in determining forecasting models of these species. So with a mixture of both managed to get two models to help us in the next month`s estimate extraction anchovies, these models are evaluated and compared with the actual data is to see how close they are to reality. Once certain models and coefficients which indicate how accurate the model proceeds to buy these with other proposed models. A real approximation to the desired solution can be obtained using more than one model and thus by averaging errors can determine more accurate are the steps to extract this pelagic resource. These models also known as heuristics, we found genetic algorithms and neural networks, which have been used in this project to predict the volume of monthly anchovy catches in northern Chile. The best prediction model found, is formed with eight input nodes, 12 hidden nodes and an output node. This neural model, obtained an explained variance of 91.45%, with a MAPE of 20.15%</p>
last modification
Licenciado en Ciencias de la Ingeniería
Ingeniero Civil en Informáticatítulo
INGENIERIA CIVIL INFORMATICA
<p>En América del sur las especies pelágicas que cuentan con un mayor nivel de extracción son la anchoveta y la sardina además de ser las más numerosas. La alta producción de fitoplancton dada en la zona sur de Perú y norte de Chile, específicamente la primera y la segunda región, favorece a que el zooplancton, alimento de la anchoveta sea abundante, siendo esta zona por sus condiciones, especial para el crecimiento de esta especie. El porcentaje de extracción de especies pelágicas a 1996 en Chile, era aproximadamente el 20 % del total de las capturas mundiales, es por esto, que desde 1964 se han realizado diversos estudios, buscando desarrollar un modelo predictivo a usarse para la estimación de captura mensual de la anchoveta, recurso que será estudiado en este documento. En la actualidad, recientes investigaciones han demostrados que modelos pertenecientes al campo de la inteligencia artificial, muestran una mayor precisión y potencia que los modelos tradicionales para determinar el volumen mensual de extracción del recurso. Estos modelos también conocidos como heurísticos, encontramos los algoritmos genéticos y las redes neuronales, los cuales han sido utilizados en este proyecto de título para predecir el volumen de capturas mensuales de anchoveta en la zona norte de Chile. El mejor modelo de predicción encontrado está formado con 8 nodos input, 12 nodos ocultos y un nodo de salida. Este modelo neuronal obtuvo una varianza explicada de 91,45% con un MAPE de 20,15%</p>
<p>The most important pelagic species in South America`s by their abundance are anchovy and sardine. The given high phytoplankton production in southern Peru and northern Chile, specifically the first and the second region, favors the zooplankton, anchovy food is plentiful, with this area for its special conditions for the growth of this species. The percentage extraction of pelagic and 1996 in Chile was approximately 20% of total world catch, for these reason since 1964 there have been several studies, seeking to develop a predictive model to be used for estimating monthly catch anchovy. Recent researches has shown that models belonging to the field of artificial intelligence, show a higher accuracy than traditional models power to determine the volume of extraction. Within these models also known as heuristics, are genetic algorithms and neural networks to be used in determining forecasting models of these species. So with a mixture of both managed to get two models to help us in the next month`s estimate extraction anchovies, these models are evaluated and compared with the actual data is to see how close they are to reality. Once certain models and coefficients which indicate how accurate the model proceeds to buy these with other proposed models. A real approximation to the desired solution can be obtained using more than one model and thus by averaging errors can determine more accurate are the steps to extract this pelagic resource. These models also known as heuristics, we found genetic algorithms and neural networks, which have been used in this project to predict the volume of monthly anchovy catches in northern Chile. The best prediction model found, is formed with eight input nodes, 12 hidden nodes and an output node. This neural model, obtained an explained variance of 91.45%, with a MAPE of 20.15%</p>