Please use this identifier to cite or link to this item: http://dspace.utpl.edu.ec/handle/123456789/10722
Title: Aplicación de redes neuronales para la modelización y generación de series hidrológicas
Authors: Carpio Peláez, Karina Patricia
metadata.dc.contributor.advisor: Oñate Valdivieso, Fernando Rodrigo
Keywords: Cuencas hidrográficas
Redes neuronales artificiales
Caudales de las cuencas
Ingeniería Civil – Disertaciones académicas
metadata.dc.date.available: 2014-10-22
Issue Date: 2014
Citation: Carpio Peláez, Karina Patricia. (2014). Aplicación de redes neuronales para la modelización y generación de series hidrológicas. (Trabajo de Fin de Titulación de Ingeniero Civil). UTPL. Loja. 73pp.
Description: This research aims to simulate average monthly flow information in watersheds: Rio Guayllabamba River Quijo, Rio Chico, Rio Pindo also daily data Catamayo basin, and Lemon, by using neural networks artificial, to obtain new funds, taking as input rainfall and watershed historical flows. The proposed model presents a multi-layered network architecture (feedforward) comprising three layers (input, hidden and output), the number of input neurons and hidden vary by model. The training function for modeling the watershed regulation Bayesian backpropagation. The training phase and validation of artificial neural network models is performed using different amount of input data, Depending on the basin.
El presente trabajo de investigación tiene como finalidad simular información de caudales medios mensuales en las cuencas hidrográficas: Río Guayllabamba, Río Quijos, Río Chico, Río Pindo, además datos diarios de la cuenca Catamayo, y la El Limón, mediante el uso de redes neuronales artificiales, para la obtención de nuevos caudales, tomando como datos de entrada las precipitaciones y caudales históricos de las cuencas. El modelo propuesto presenta una arquitectura de red multicapa (feedforward) que comprende tres capas (entrada, oculta y salida), el número de neuronas de entrada y ocultas varían de acuerdo al modelo. La función de entrenamiento para el modelamiento de las cuencas el Bayesian regulation backpropagation. La fase de entrenamiento y validación de los modelos con redes neuronales artificiales se realizaron utilizando diferentes cantidad datos de entrada, Dependiendo de la cuenca
metadata.dc.identifier.other: 1151185
URI: http://dspace.utpl.edu.ec/handle/123456789/10722
metadata.dc.rights: openAccess
metadata.dc.language: spa
metadata.dc.type: bachelorThesis
Appears in Collections:Ingeniero Civil

Files in This Item:
File Description SizeFormat 
Carpio Pelaez, Karina Patricia.pdfTrabajo de fin de titulación PDF2.49 MBAdobe PDFView/Open


This item is protected by original copyright



Los recursos publicados en el RiUTPL se distribuyen bajo la licencia: CreativeCommons