Modelo de predicción de ruido producido por el tráfico vehicular urbano mediante redes neuronales artificiales

Spa: En este proyecto se formula un modelo de predicción de ruido vehicular urbano mediante la aplicación de sistemas computacionales modernos, como lo son las redes neuronales artificiales, facilitando su estudio en áreas como el tránsito y el transporte. La realización del proyecto estuvo sujeta al cumplimiento de varias etapas, una revisión bibliográfica, un desarrollo metodológico estableciendo la toma de información y puntos de aforo, un análisis de datos, calibración del modelo, y obtención de resultados acordes a la finalidad del proyecto. La metodología desarrollada se estableció a partir de una revisión bibliográfica y de unos estándares mencionados en la resolución 0627 de 2006 para la toma de información de ruido vehicular, se eligieron 8 puntos de aforo, con un total de 118 registros, cada uno compuesto por 8 variables, incluida la variable objetivo (Leq), empleando información relevante como: velocidad, volumen vehicular, composición y pendiente. Con la información obtenida se establecieron diferentes tipos de arquitecturas de red neuronal artificial, para obtener el modelo más preciso. Para la ejecución de las redes neuronales artificiales se hizo uso de la extensión neuraltoolbox de MATLAB, variando la función de activación, algoritmo de aprendizaje, y número de neuronas ocultas; con 20% de los registros destinados a conjunto de prueba; obteniendo como mejor desempeño una red con función de activación tangente sigmoidea, algoritmo Levenberg-Maquardt y 5 neuronas en la capa oculta. Para la validación de la red, se realizaron 20 ejecuciones, con conjuntos de prueba aleatorios, distribuidos en 5 conjuntos con 4 ejecuciones, la red definitiva obtenida tiene una media de error de 0,8 y 1,74 dB en entrenamiento y prueba, una correlación de Pearson de 0,919 y 0,803 respectivamente. Mediante el algoritmo Garson, las variables de mayor importancia en la predicción de ruido, son: velocidad, volumen, porcentaje de buses y pendiente, finalmente se compara la red neuronal con modelos clásicos y formulados en la ciudad de Tunja, mostrando gran precisión del modelo.

• Autores: Castillo Domínguez, Saúl Sebastián
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2019
• Institución: Universidad Pedagógica y Tecnológica de Colombia
• Repositorio: RiUPTC: Repositorio Institucional UPTC
• Idioma: spa
• OAI Identifier: oai:repositorio.uptc.edu.co:001/3771
• Acceso en línea: http://repositorio.uptc.edu.co/handle/001/3771
• Palabra clave: Contaminación por ruido; Control del ruido; Barreras antirruido; Ruido por tráfico; Ingeniería de Transporte y Vías - Tesis y disertaciones académicas; Redes neuronales; Ruido vehicular; Modelo; Predicción
• Rights: openAccess
• License: Copyright (c) 2019 Universidad Pedagógica y Tecnológica de Colombia