Modelo matemático para la predicción del crecimiento del Brassica oleracea var, itálica (brócoli) en el invernadero 1, de la Finca Freire del cantón Latacunga basado en redes neuronales.
El objetivo fue diseñar un modelo matemático para predecir el crecimiento del brócoli Legacy en el cantón Latacunga usando redes neuronales, una herramienta de apoyo conocida como simulación que permita mejorar el proceso de producción, tomando en consideración 3 escenarios distintos, en el primer e...
Kaydedildi:
| Yazar: | |
|---|---|
| Materyal Türü: | masterThesis |
| Dil: | spa |
| Baskı/Yayın Bilgisi: |
2022
|
| Konular: | |
| Online Erişim: | https://dspace.espoch.edu.ec/handle/123456789/17287 |
| Etiketler: |
Etiketle
Etiket eklenmemiş, İlk siz ekleyin!
|
Etiketle | Özet: | El objetivo fue diseñar un modelo matemático para predecir el crecimiento del brócoli Legacy en el cantón Latacunga usando redes neuronales, una herramienta de apoyo conocida como simulación que permita mejorar el proceso de producción, tomando en consideración 3 escenarios distintos, en el primer escenario se realiza la plantación con estándares normales, mientras que en el segundo y tercer escenario se analizan las variaciones químicas con la finalidad de observar si el producto se adapta a estas circunstancias. El modelo matemático está basado en la red neuronal perceptron de tres capas, en la primera capa cuenta con 12 parámetros, la segunda capa cuenta con 10 neuronas y la capa de salida cuenta con dos parámetros que ayudan a identificar la predicción del crecimiento del brócoli legacy. Usando el programa Matlab se obtiene la predicción del crecimiento, dando como resultado la comprobación de la hipótesis en el quinto escenario (escenario simulado), se cambió el químico calcio a 501 ppm obteniendo una altura del tallo de 53.97cm y un diámetro del florete de 17.73 ahí se evidencio que aumentado el calcio en 5ppm el brócoli se desarrolla de mejor manera. Finalmente, se valida el modelo matemático mediante Mean Absolute Percentage Error, usando datos reales y datos simulados dando como resultado un error del 2.936%. |
|---|