Redes neuronales evolutivas para la predicción de heladas

Abstract

La helada es un fenómeno meteorológico que sucede cuando la temperatura de la tierra desciende a menos de los 0ºC durante un tiempo mayor a cuatro horas. El fenómeno de la helada puede provocar pérdidas a la agricultura. La presente tesis se enmarca en el área de predicción de heladas, y tiene por objetivo predecir este fenómeno (helada).La tesis se la desarrolló con la utilización del método científico y el hipotético deductivo que ayudaron seguir el camino trazado, se hizo uso de la metodología Scrum para el desarrollo del prototipo y el orientado a objetos (UML) para la modelación del prototipo.

El sistema de predicción de heladas propuesto en esta tesis, está representado por un prototipo basado en el paradigma de la inteligencia artificial que emplea el modelo basado en redes neuronales evolutivas, que es la conjunción red neuronal en este caso la red neuronal recurrente de Elman y algoritmos evolutivos. También se desarrolló el modelo de red neuronal recurrente de Elman, para evaluar el comportamiento de las redes neuronales convencionales frente a las redes neuronales evolutivas. El prototipo fue entrenado utilizando datos meteorológicos diarios como: temperatura, humedad relativa, nubosidad, dirección y velocidad del viento, desde la gestión 1992 al 2007. Llegando así a obtener un modelo apto para la predicción de heladas, y a verificar las ventajas de las redes neuronales evolutiva del tipo Elman frente a la red neuronal del tipo Elman.

Los datos utilizados fueron los brindados por la institución SENAMHI Servicio Nacional de Meteorología e Hidrología, esta institución tiene por objetivo administrar, validar, analizar y divulgar los datos meteorológicos.