Zamudio Huertas, EduardoLizarazú Cuadros, Alexander2022-03-012022-03-012021-03-18http://hdl.handle.net/11349/28450En el siguiente trabajo de grado, se realiza el cálculo de caudales medios a partir de redes neuronales artificiales, teniendo en cuenta una serie de valores históricos proporcionados por el Ideam. Estos, se obtienen de una base de datos solicitados al Instituto de Hidrología y Meteorología y Estudios Ambientales. Luego, de seleccionar las variables a utilizar, (precipitación, temperatura y fechas) estas se organizan históricamente desde el año 1990 al 2015. A continuación, se toma un conjunto de datos representativos de entrada y salida, que posteriormente serán introducidos a la aplicación nntool de la caja de herramientas de matlab. Allí ocurre el proceso de entrenamiento y aprendizaje de la rna teniendo en cuenta el modelo matemático gradiente descendente, el algoritmo backpropagation con aprendizaje supervisado. Después de realizar el procesamiento de los valores seleccionados, se llega a una serie de conclusiones y recomendaciones con el fin de identificar los posibles argumentos que pudieron afectar algunos resultados obtenidos.In the following degree work, the calculation of average flows is carried out from artificial neural networks, taking into account a series of historical values provided by Ideam. These are obtained from a database requested from the Institute of Hydrology and Meteorology and Environmental Studies. After selecting the variables to be used, (precipitation, temperature and dates) these are historically organized from 1990 to 2015. Next, a set of representative input and output data is taken, which will later be introduced to the nntool application. from the matlab toolbox. There, the training and learning process of the rna takes place, taking into account the descending gradient mathematical model, the backpropagation algorithm with supervised learning. After processing the selector values, a series of conclusions and recommendations are reached in order to identify the possible arguments that could affect some of the results obtained.pdfspaAtribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Red neuronal artificialNntoolBackpropagation,Gradiente descendenteFunción de activaciónIngeniería Civil - Tesis y Disertaciones AcadémicasCorrientes de agua - MedicionesHidrología - MedicionesRedes de neuronas artificiales - Usoinfo:eu-repo/semantics/openAccessNntoolArtificial neural networkBackpropagationDownward gradientActivation functionMonografíaAbierto (Texto Completo)