Modelo Predictivo de Humedad en Invernaderos Mediante Inferencia Difusa Aplicando Métodos de Optimización

dc.contributor.advisorBarón Velandia, Juliospa
dc.contributor.authorVanegas Ayala, Sebastian Camilospa
dc.date.accessioned2022-04-08T19:21:45Z
dc.date.available2022-04-08T19:21:45Z
dc.date.created2022-02-04spa
dc.descriptionEste documento presenta los resultados para predicción humedad relativa interna en invernaderos, permitiendo describir su comportamiento de forma fácil, sencilla e interpretable para personas interesadas en actividades agrícolas, sin requerir conocimiento especifico sobre el manejo de herramientas de procesamiento de colecciones de datos. Se definen sistemas de inferencia difusa optimizados mediante varios métodos y algoritmos, que obtienen el mayor grado de interpretabilidad y precisión para facilitar el seguimiento y control, implementado mediante herramientas computacionales en ambientes de invernadero. La solución proporciona dos modelos de sistemas de inferencia difusa, dependiendo de los datos disponibles en el entorno de invernadero, optimizados mediante algoritmo genético y de punto interior aplicando una estrategia híbrida, uno de los modelos se basa en datos históricos de humedad relativa y usa sistemas de inferencia difusa tipo ANFIS, el otro basado en variables correlacionadas con la humedad relativa a partir de sistemas de inferencia difusa tipo Mamdani, ambos proporcionan resultados con alto grado de precisión e interpretabilidad.spa
dc.description.abstractThis document presents the results for prediction of internal relative humidity in greenhouses, allowing its behavior to be described in an easy, simple and interpretable way for people interested in agricultural activities, without requiring specific knowledge about handling data collection processing tools. Optimized fuzzy inference systems are defined using various methods and algorithms, which obtain the highest degree of interpretability and precision to facilitate monitoring and control, implemented using computational tools in greenhouse environments. The solution provides two models of fuzzy inference systems, depending on the data available in the greenhouse environment, optimized by means of a genetic and interior point algorithm applying a hybrid strategy, one of the models is based on historical data of relative humidity and uses systems ANFIS-type fuzzy inference systems, the other based on variables correlated with relative humidity from Mamdani-type fuzzy inference systems, both provide results with a high degree of precision and interpretability.spa
dc.format.mimetypepdfspa
dc.identifier.urihttp://hdl.handle.net/11349/28836
dc.language.isospaspa
dc.rightsAtribución-NoComercial-SinDerivadas 4.0 Internacional*
dc.rights.accesoAbierto (Texto Completo)spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectHumedadspa
dc.subjectInvernaderospa
dc.subjectConjunto Difusospa
dc.subjectMétodo de Optimizaciónspa
dc.subjectModelo de Predicciónspa
dc.subject.keywordHumidityspa
dc.subject.keywordGreenhousespa
dc.subject.keywordFuzzy Setspa
dc.subject.keywordOptimization Methodspa
dc.subject.keywordPrediction Modelspa
dc.subject.lembMaestría en Ciencias de la Información y las Comunicaciones -- Tesis y Disertaciones Académicas
dc.subject.lembSistemas de almacenamiento y recuperación de información
dc.subject.lembAlgoritmo genético
dc.subject.lembTecnología -- Agricultura
dc.titleModelo Predictivo de Humedad en Invernaderos Mediante Inferencia Difusa Aplicando Métodos de Optimizaciónspa
dc.title.titleenglishPredictive Model of Humidity in Greenhouses Through Fuzzy Inference Applying Optimization Methodsspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.degreeMonografíaspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
VanegasAyalaSebastianCamilo2022.pdf
Tamaño:
4.53 MB
Formato:
Adobe Portable Document Format
Descripción:
Monografía
Cargando...
Miniatura
Nombre:
Licencia y autorización de los autores para publicar.pdf
Tamaño:
764.74 KB
Formato:
Adobe Portable Document Format
Descripción:

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
7 KB
Formato:
Item-specific license agreed upon to submission
Descripción: