Mostrar el registro sencillo del ítem
Sistema experto de asesoramiento técnico en la reparación de hardware y software de computadoras DHYSCO
| dc.contributor.author | Ramirez Luna, fabio Simon | |
| dc.date.accessioned | 2012-07-23T21:03:15Z | |
| dc.date.available | 2012-07-23T21:03:15Z | |
| dc.date.issued | 2012-07-23T21:03:15Z | |
| dc.identifier.uri | http://hdl.handle.net/123456789/1737 | |
| dc.description | El recurso agua es de vital importancia para la vida del hombre, pero este recurso se está volviendo escaso, por lo que es importante prever el consumo de agua para años futuros. En la ciudad de La Paz el consumo de agua se ha ido incrementando debido a factores como: el crecimiento poblacional, la contaminación de ríos, deshiele de los nevados, condiciones climatológicas, el mal uso del agua, las fugas en las redes de conexión y la falta de planes de gestión de los recursos hídricos. Para realizar planes y gestiones sobre el recurso agua, es importante tener una herramienta que permita predecir qué cantidad de agua se consumirá a futuro. Las herramientas que brinda la inteligencia artificial en cuanto a predicción se ajustan a esta necesidad, en particular las redes neuronales artificiales. Las redes neuronales artificiales son herramientas que puede trabajar con información imprecisa, devolviendo datos sin ruido y reduciendo la incertidumbre. En este trabajo se realiza el análisis de las variables que influyen en el consumo de agua, se diseña y desarrolla un modelo de predicción con redes neuronales tomando en cuenta variables como la población, la precipitación y temperatura media; también se desarrolla el modelado del consumo de agua con medias móviles ponderadas y finalmente, se comparan los errores que presentan ambos modelos, llegando a la conclusión que el modelo más preciso es el de las redes neuronales artificiales con un error absoluto porcentual de la media de 2,67 %, valor que es inferior al producido por el modelo de medias móviles ponderadas que es 2,76%. Posterior al modelado, se realizó la predicción del consumo de agua con los dos métodos propuestos para los años 2011 y 2012, teniendo un error relativo máximo entre ambas predicciones del 7%. | en_US |
| dc.language.iso | es | en_US |
| dc.subject | FALLAS DE SOFTWARE | en_US |
| dc.subject | FALLAS DE HARDWARE | en_US |
| dc.subject | SISTEMA EXPERTO | en_US |
| dc.title | Sistema experto de asesoramiento técnico en la reparación de hardware y software de computadoras DHYSCO | en_US |
| dc.type | Thesis | en_US |
