RODRIGUEZ MIRANDA, JUAN PABLOPASCAL SUAREZ, ANGEL CAMILO2019-10-252019-10-252018-09-06http://hdl.handle.net/11349/22205Dentro de los sistema de tratamiento para aguas residuales existen diferentes configuraciones las cuales son aplicables según el tipo de tratamiento, la calidad del agua, nivel socioeconómico, entre otros. Para que estos sistemas de tratamiento operen y trabajen de una manera adecuada y eficiente; es necesario realizar el monitoreo continuo del comportamiento de diferentes parámetros fisicoquímicos; tales como DBO5, DQO, SST, Ntotal, Ptotal, entre otros; estos parámetros son de gran importancia no solo para el seguimiento del sistema de tratamiento, sino que algunos de estos son base para el diseño de dichos sistemas. El seguimiento de los sistemas de tratamiento genera una información clave que por lo general expresa el comportamiento del sistema en ciertos periodos; así, y para poder analizar esta información la cual por lo general se genera en grandes cantidades y se almacena en bases de datos o en papel; actualmente ha ganado gran importancia la inteligencia artificial, en específico la minería de datos y su técnica de redes neuronales artificiales. Esta técnica se ha utilizado para poder facilitar el análisis de un gran volumen de datos o información, y mediante esta técnica y simulando el comportamiento de una red neuronal biológica; poder abstraer y comprender dicha información almacenada en bases de datos así como estimar su comportamiento en el tiempo y poder realizar tomas de decisiones que contribuyan al buen comportamiento y eficiencia del sistema de tratamiento.Within the sewage treatment system there are different configurations which are applicable according to the type of treatment, water quality, socioeconomic level, among others. For these treatment systems to operate and work in an adequate and efficient manner; it is necessary to carry out continuous monitoring of the behavior of different physicochemical parameters; such as BOD5, COD, SST, Ntotal, Ptotal, among others; These parameters are of great importance not only for monitoring the treatment system, but some of these are the basis for the design of such systems. The monitoring of treatment systems generates key information that generally expresses the behavior of the system in certain periods; thus, and to be able to analyze this information which is usually generated in large quantities and stored in databases or on paper; Currently, artificial intelligence has gained great importance, specifically data mining and its artificial neural network technique. This technique has been used to facilitate the analysis of a large volume of data or information, and through this technique and simulating the behavior of a biological neural network; to be able to abstract and understand said information stored in databases as well as estimate their behavior over time and be able to make decisions that contribute to the good behavior and efficiency of the treatment system.pdfspaAtribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/agua residualeficienciainformacionminera de datosredes neuronalescomportamientoIngeniería Sanitaria - Tesis y disertaciones académicasSaneamiento ambientalMinería de datosNormatividad ambientalinfo:eu-repo/semantics/openAccesswastewaterefficiencyinformationdata miningneural networksbehaviorMonografíaAbierto (Texto Completo)