Pronósticos para el Rendimiento Del Trigo Usando Redes Neuronales Artificiales
En el presente trabajo se desarrolló un modelo de predicción de rendimiento, empleando datos de, temperatura del aire, humedad del aire desde 1980 hasta el 2007 para el estado de Guanajuato. Para la predicción de rendimiento se utilizó una red neuronal artificial con una estructura del tipo feed-for...
| Autores: | , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2010 |
| País: | México |
| Institución: | Universidad de Guanajuato |
| Repositorio: | Redalyc-UG |
| OAI Identifier: | oai:redalyc.org:94415759006 |
| Acceso en línea: | https://www.redalyc.org/articulo.oa?id=94415759006 |
| Access Level: | acceso abierto |
| Palabra clave: | Ingeniería Trigo Rendimiento Redes Neuronales Artificiales |
| Sumario: | En el presente trabajo se desarrolló un modelo de predicción de rendimiento, empleando datos de, temperatura del aire, humedad del aire desde 1980 hasta el 2007 para el estado de Guanajuato. Para la predicción de rendimiento se utilizó una red neuronal artificial con una estructura del tipo feed-forward back propagación. Se realizaron pruebas con diferentes arquitecturas en la estructura de la red neuronal, el método de entrenamiento utilizado fue el algoritmo de Levenberg-Marquardt y el error fue evaluado con el MSE. Adicionalmente se alimentó la red neuronal con arreglos diferentes como elementos de entrada. El modelo fue validado con los datos del 2007. Los resultados muestran que los mejores elementos para predecir el rendimiento fueron: los arreglos de temperatura y humedad del aire, los cuales mostraron un MSE de 0.0036. |
|---|