Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.unemi.edu.ec/xmlui/handle/123456789/6423
Título : | Propuesta de un Modelo Matemático aplicado al pronóstico de Producción utilizando Redes Neuronales Artificiales empleado a una Fábrica de Cajas de Seguridad Modelo 39SS |
Autor : | Mendoza Haro, Edgar Italo Llerena Carrera, Ronald Alexander |
Palabras clave : | MODELO MATEMATICO PRONOSTICOS REDES NEURANALES ARTIFICIALES PROCESO PRODUCTIVIDAD |
Fecha de publicación : | sep-2022 |
Resumen : | Esta investigación presenta el desarrollo de un modelo mediante la utilización de redes neuronales artificiales aplicado en una pequeña empresa dedicada a la fabricación de cajas de seguridad que permita predecir de mejor manera el pronóstico de su producción Para ello se caracterizaron las variables clave que intervienen o que se considera que inciden en el proceso productivo teniendo en cuenta la información proporcionada por la empresa El tipo de método utilizado es cuantitativo y la recopilación información clave fue directa A continuación se realizó la construcción del modelo matemático mediante el uso de redes neuronales artificiales perceptrón multicapa en el programa Statistical Package for Social Sciences (SPSS) Una red neuronal artificial es un modelo matemático que utiliza un sistema de capas internas Están conectados externamente por estructuras llamadas neuronas como la arquitectura de conexiones entre neuronas en el cerebro humano Para la construcción de la red los datos se dividieron en tres grupos entrenamiento, prueba y reserva La validación del modelo se la realizo mediante los errores relativos y la presentación de los valores de cantidad de producción real y la cantidad de producción real pronosticada por la red en la cual se obtiene un valor de R2 es de 0,983 Finalmente se muestra la importancia que tiene en el modelo cada una de las variables independientes De los resultados y análisis de este trabajo podemos concluir que el modelo propuesto con el entrenamiento de la red neuronal artificial es aceptable porque se ajusta a las hipótesis de regresión el valor de R es aceptable |
URI : | http://repositorio.unemi.edu.ec//handle/123456789/6423 |
Aparece en las colecciones: | Tesis de Maestría en Matemática Mención Modelación Matemática |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
RONALD_LLERENA_CARRERA_tesis.pdf | 2.15 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.