Elaboración y comparación del pronóstico de la temperatura mínima mediante un modelo ARIMA y redes neuronales de un cultivo de rosa de la sabana de Bogotá

Vista sencilla de ítem
dc.contributor.advisorSandoval Rodriguez, Wilson
dc.contributor.authorDuarte Sandoval, Carolina
dc.creator.emailcduartes@libertadores.edu.cospa
dc.date.accessioned2022-07-21T21:03:59Z
dc.date.available2022-07-21T21:03:59Z
dc.date.created2022
dc.descriptionEl sector floricultor es muy importante en la sabana de Bogotá gracias a la alta productividad y competencia a nivel económico en el país. Al ser uno de los sectores agrícolas más desarrollados, requiere de tecnologías que ayuden a la mejora continua del proceso. Cambios negativos en el clima contribuyen a la afectación en la productividad, por lo que es de gran importancia conocer estos posibles cambios en variables climáticas como lo son la precipitación, humedad y temperatura. Se pretende obtener un buen modelo con el que se pueda pronosticar cambios en las temperaturas mínimas para el correcto desarrollo fisiológico de la rosa. El pronóstico fue realizado con una base de datos de una compañía floricultora de la Sabana de Bogotá y consistió en la obtención de un pronóstico de temperaturas mínimas para el mes de febrero del año 2022. Se obtuvieron tres pronósticos, uno con un modelo ARIMA, uno con redes neuronales de retroalimentación y otro con redes neuronales recurrentes, los cuales se compararon con los valores reales. Los resultados indican menor error en el modelo ARIMA pero mayor variación en las temperaturas mínimas con las redes neuronales recurrentes, por lo que se considera necesario elaborar un modelo de series multivariadas en el que se incluyan variables como temperatura máxima y humedad relativa con para que el modelo sea más acertado a los datos reales.spa
dc.description.abstractThe floriculture sector is very important in the Bogotá´s Savannah due to the high productivity and economic competition in the country. As one of the most developed agricultural sectors, it requires technologies that help to continuously improve the process. Negative changes in the climate contribute to the affectation in productivity, so it is of great importance to know these possible changes in climatic variables such as precipitation, humidity, and temperature. The aim is to obtain a good model with which to forecast changes in minimum temperatures for the correct physiological development of the rose. The forecast was carried out with a database of a floricultural company in the Bogotá´s Savannah and consisted of obtaining a forecast of minimum temperatures for the month of February 2022. Three forecasts were obtained, one with an ARIMA model, one with feedback neural networks and one with recurrent neural networks, which were compared with the real values. The results indicate lower error in the ARIMA model but greater variation in the minimum temperatures with the recurrent neural networks, so it is considered necessary to develop a multivariate series model in which variables such as maximum temperature and relative humidity are included so that the model is more accurate to the real data. KEYWORDS: Forecast, weather, rose, minimum temperatura.spa
dc.formatPDFspa
dc.identifier.urihttp://hdl.handle.net/11371/4726
dc.language.isospaspa
dc.publisherFundación Universitaria Los Libertadores. Sede Bogotá.spa
dc.rights.accesoAbierto (Texto Completo)spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.subject.lembFactores climáticosspa
dc.subject.lembPronósticospa
dc.subject.lembAdaptaciónspa
dc.subject.proposalPronósticospa
dc.subject.proposalRosaspa
dc.subject.proposalTemperatura mínimaspa
dc.subject.subjectenglishForecastspa
dc.subject.subjectenglishWeatherspa
dc.subject.subjectenglishRosespa
dc.subject.subjectenglishMinimum temperaturaspa
dc.titleElaboración y comparación del pronóstico de la temperatura mínima mediante un modelo ARIMA y redes neuronales de un cultivo de rosa de la sabana de Bogotáspa
dc.typeinfo:eu-repo/semantics/bachelorThesisspa
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Duarte_Carolina_2022.pdf
Tamaño:
620.09 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 2 de 2
Miniatura
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Miniatura
Nombre:
Autorización_Duarte_Carolina_2022.pdf
Tamaño:
148.01 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Especialización en Estadística Aplicada