Modelo para predicción del rendimiento de cultivos de alto valor calórico aplicando técnicas de optimización

Este documento presenta un modelo para la predicción del rendimiento de los cultivos de trigo, arroz y maíz, que son los que proveen la mayor media de consumo proteínico en el mundo. El modelo es producto del análisis, aplicación y comparación de diferentes propuestas que combinan un sistema de inferencia difusa de tipo Mamdani y Sugeno, con una técnica de optimización determinística (algoritmo Quasi-Newton) y metaheurística (algoritmo genético). Esta combinación genera respectivamente cuatro variantes del modelo para cada cultivo, obteniendo un total de doce alternativas. La técnica metodológica aplicada para el establecimiento del modelo se basa en el análisis del conjunto de datos de entrada y salida, caracterizado por las variables lingüísticas de biomasa, radiación solar, lluvia, fracción de agua extraíble del suelo y rendimiento; en la construcción de las reglas de inferencia, la configuración de las funciones de pertenencia y la optimización de los conjuntos difusos. El modelo presentó un índice de eficiencia superior al 94% para cada cultivo; el coeficiente de determinación se encontró sobre la franja de 0.90 en cada caso. Estos resultados representan una alta fiabilidad del método de predicción propuesto, brindando mayor precisión en el cálculo sin perder interpretabilidad en la variable de rendimiento. Este enfoque se presenta como una alternativa de solución a la producción de alimentos, al proporcionar un mecanismo para la estimación del producto final de las siembras en el sector agrícola.

• Autores: Muñoz Cañón, Norbey Danilo; Sierra Forero, Brayan Leonardo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2020
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/28000
• Acceso en línea: http://hdl.handle.net/11349/28000
• Palabra clave: Predicción; Cultivos; Rendimiento; Sistemas de Inferencia Difusa; Técnicas de Optimización; Lógica Difusa; Ingeniería de Sistemas - Tesis y disertaciones académicas; Rendimiento de los cultivos; Optimización combinatoria; Sistemas difusos; Lógica difusa; Prediction; Crops; Yield; Fuzzy Inference Systems; Optimization Techniques; Fuzzy Logic
• License: Atribución 4.0 Internacional