Por favor, use este identificador para citar o enlazar este ítem: http://bibdigital.epn.edu.ec/handle/15000/20483
Título: Estimación del rendimiento por hectárea de maíz duro seco en el Ecuador mediante redes neuronales artificiales
Autor: Toapanta Guamán, Jendry Paúl
Palabras clave: REDES NEURONALES ARTIFICIALES
MAÍZ-ECUADOR
RENDIMIENTO
Fecha de publicación: 19-sep-2019
Editorial: Quito, 2019.
Citación: Toapanta Guamán, J. P. (2019). Estimación del rendimiento por hectárea de maíz duro seco en el Ecuador mediante redes neuronales artificiales. 105 hojas. Quito : EPN.
Resumen: Maize is an important grass in the economy and food security due to its use in human food and as a feed in the livestock industry in Ecuador, which motivates the study of the factors that influence the yield of this crop. The objective of this work is to determine a model of artificial neural networks to estimate the yield of maize per hectare for each production cycle, winter and summer, through the use of climatic variables, fertilization, geographic location of the crop and variety of the seed. For this, the influential factors in crop yield are determined for each cycle and a multiple linear regression model and a neural network model are proposed. Finally, the results obtained in both models are compared using goodness-of-fit statistics.
Descripción: El maíz es una gramínea considerada de alto poder económico y de seguridad alimenticia debido a su uso en la alimentación humana y en la elaboración de balanceados en la industria pecuaria en el Ecuador, lo cual motiva el estudio de los factores que influyen en el rendimiento de este cultivo. El presente trabajo tiene como objetivo determinar un modelo de redes neuronales artificiales para estimar el rendimiento de maíz duro seco por hectárea para cada ciclo de producción, invierno y verano, mediante el uso de variables climáticas, de fertilización, de ubicación geográfica del cultivo y variedad de la semilla. Para esto, se determinan los factores influyentes en el rendimiento del cultivo para cada ciclo y se plantea un modelo de regresión lineal múltiple y un modelo de redes neuronales. Finalmente, se compara los resultados obtenidos en ambos modelos mediante estadísticos de bondad de ajuste.
URI: http://bibdigital.epn.edu.ec/handle/15000/20483
Tipo: bachelorThesis
Aparece en las colecciones:Tesis Matemáticas (MAT)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
CD 9973.pdf14,8 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.