Diseño e implementación de modelos de intervalos neuronales para sistema de gestión de agua-energía de cultivos

Abstract

Esta memoria enfrenta el problema asociado al impacto de las variables climatológicas en un sistema de predicción de variables climáticas, para su uso en un sistema de control de agua y energía en una comunidad lafkenche, teniendo en cuenta la cuantificación de la incertidumbre. El trabajo se divide en tres partes: búsqueda de fuentes de datos, desarrollo de modelos de predicción basado en modelos de redes neuronales y creación de modelos de intervalos de predicción basados en modelos de redes neuronales. Para encontrar las fuentes de datos, se realiza una comparación entre los datos obtenidos de una estación meteorológica in situ ubicada en la comunidad y datos externos. Posteriormente, se desarrollan modelos de predicción para predecir los valores futuros de las variables climáticas necesarias para el sistema de control. Se optimiza la arquitectura de los modelos para obtener los mejores resultados posibles. Finalmente, se utilizan estas arquitecturas óptimas para desarrollar mo- delos de intervalos y lograr la cuantificación de la incertidumbre. Los resultados obtenidos se validan comparándolos con los resultados de otro modelo implementado por otro integrante del proyecto, entrenado con los mismos datos.