info:eu-repo/semantics/masterThesis
Modelo de red neuronal para mejorar la dosificación de cloro gas en la planta de tratamiento de agua potable de la Municipalidad Provincial de Tayacaja
Fecha
2021Autor
Padilla Sánchez, Raúl
Institución
Resumen
La tesis tiene como objetivo desarrollar un modelo de red neuronal artificial que
permita predecir la dosificación de cloro gas, el tipo de investigación es aplicada,
con un nivel de investigación correlacional ya que interesa conocer el grado de
asociación que existe entre las variables objetivo y pronosticado por el modelo, la
población está conformada por 118 registros históricos registrados durante los
meses de junio a diciembre de 2018, luego de un análisis estadístico con el software
SPSS, se identificaron 8 registros atípicos que fueron eliminados en el estudio, lo
que permitió tener una muestra de 110 registros, los instrumentos utilizados en la
lectura de datos de las variables turbidez, temperatura, pH y cloro gas se realizaron
con equipos certificados y calibrados, con respecto al caudal se realiza una
estimación de su valor. El modelo de red neuronal está compuesto por una capa
oculta formada por 14 neuronas, una función tangente hiperbólica como función de
activación y una función lineal como función de salida, como error cuadrático medio
(MSE), se obtiene el valor de 0,00864298, como coeficiente de correlación 0.89815
que indica una fuerte relación lineal entre las salidas objetivo y las predichas por el
modelo, el coeficiente de determinación tiene un valor de 0.81, lo que indica que
hay un buen ajuste de los datos al modelo. La ecuación de regresión multivariante
de entrada-salida no lineal predeterminada para nuestro modelo es
y=b0+LW*tansig(bh+ones(1,N)+IW*x).