Sistema de Biblioteca

Clasificación de la severidad en accidentes de tránsito de la Región Metropolitana, utilizando redes neuronales artificiales y PSO modificado

DSpace/Manakin Repository

Search DSpace


Advanced Search

Show simple item record

Profesor Guía dc.contributor.advisor José Nibaldo Rodríguez Agurto
Autor dc.contributor.author Eduardo Andrés Cárdenas Calderón
Fecha Tésis dc.date 2012-03-00
Fecha Ingreso dc.date.accessioned 2014-08-22T21:31:59Z
Fecha Disponible dc.date.available 2014-08-22T21:31:59Z
Fecha en Repositorio dc.date.issued 2014-08-22
Resumen dc.description Las redes neuronales artificiales son un paradigma de aprendizaje y procesamiento automático que nace como concepto en el año 1943 haciendo de esta una técnica que cuenta con una cantidad no despreciable de años de estudio, sin embargo su utilización en problemas como el que se presenta en esta investigación (clasificación de accidentes de tránsito) son relativamente recientes. Si bien los accidentes de tránsito han sido analizados por distintas técnicas y algoritmos de minería de datos, tales como árboles de decisión, redes bayesianas y maquinas de soporte vectorial (SVM), la utilización de algoritmos evolutivos, como por ejemplo Optimización por enjambre de Partículas (PSO), no han sido incorporados del todo dentro de éstas investigaciones, pese a que son alternativas no despreciables al momento de obtener resultados satisfactorios, como los obtenidos en 1Debido a lo anterior, en ésta investigación se presentan modelos de clasificación que miden la severidad de las lesiones en accidentes de tránsito de la Región Metropolitana, utilizando redes neuronales artificiales en conjunto con algoritmos evolutivos (PSO). Los mejores resultados se obtuvieron con la variante Optimizador por Enjambre de Partículas con Adaptación Dinámica (DAPSO) en conjunto con las funciones de activación sigmoidal para capa oculta y softmax para la capa de salida, la cual arrojo una exactitud del 82,36% lo cual indica que se clasifican correctamente, en dicho porcentaje a las personas lesionadas o ilesas.
Formato dc.format application/pdf
Lenguaje dc.language Español
Editor dc.publisher Pontificia Universidad Católica de Valparaíso, Facultad de Ingeniería, Escuela de Ingeniería Eléctrica
Link Descarga dc.source.uri http://opac.ucv.cl:9094/pucv_txt/Txt-1000/UCF1496_01.pdf
Materia dc.subject INTELIGENCIA ARTIFICIAL
Materia dc.subject REDES NEURONALES ARTIFICIALES
Materia dc.subject SISTEMAS DE CONTROL
Materia dc.subject ACCIDENTES DE TRANSITO
Title dc.title Clasificación de la severidad en accidentes de tránsito de la Región Metropolitana, utilizando redes neuronales artificiales y PSO modificado
Tipo dc.type Tesis
Derechos dc.rights.holder 5/16/12
Derechos dc.rights.holder Pontificia Universidad Católica de Valparaíso


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record