Estimación de caudales medios en el área hidrográfica del caribe con información escasa, utilizando redes neuronales artificiales.

En el siguiente trabajo de grado, se realiza el cálculo de caudales medios a partir de redes neuronales artificiales, teniendo en cuenta una serie de valores históricos proporcionados por el Ideam. Estos, se obtienen de una base de datos solicitados al Instituto de Hidrología y Meteorología y Estudios Ambientales. Luego, de seleccionar las variables a utilizar, (precipitación, temperatura y fechas) estas se organizan históricamente desde el año 1990 al 2015. A continuación, se toma un conjunto de datos representativos de entrada y salida, que posteriormente serán introducidos a la aplicación nntool de la caja de herramientas de matlab. Allí ocurre el proceso de entrenamiento y aprendizaje de la rna teniendo en cuenta el modelo matemático gradiente descendente, el algoritmo backpropagation con aprendizaje supervisado. Después de realizar el procesamiento de los valores seleccionados, se llega a una serie de conclusiones y recomendaciones con el fin de identificar los posibles argumentos que pudieron afectar algunos resultados obtenidos.

• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/28450
• Acceso en línea: http://hdl.handle.net/11349/28450
• Palabra clave: Red neuronal artificial; Nntool; Backpropagation,; Gradiente descendente; Función de activación; Ingeniería Civil - Tesis y Disertaciones Académicas; Corrientes de agua - Mediciones; Hidrología - Mediciones; Redes de neuronas artificiales - Uso; Nntool; Artificial neural network; Backpropagation; Downward gradient; Activation function
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional