Browsing by Author "Anticona Cueva, Jaime Yoni"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Evaluación de modelos predictivos para la optimización del costo de las operaciones unitarias de la UM Frances, Pataz – La libertad.
    (Universidad Nacional de Trujillo, 2024-10) Anticona Cueva, Jaime Yoni; Noriega Vidal, Eduardo Manuel
    El principal objetivo de este trabajo de investigación fue Evaluar modelos predictivos para la optimización del costo de las operaciones unitarias de la UM. Frances, Pataz-La Libertad. Se empleó un enfoque de investigación cuantitativo–experimental, consistente en el entrenamiento de 4 modelos predictivos de aprendizaje automático, y posteriormente se evaluó el mejor desempeño, los modelos entrenados fueron Regresión lineal múltiple, Bosque aleatorio, Árbol de decisión y redes neuronales artificiales. Las herramientas utilizadas fueron guías de recolección de datos. La población estaba constituida por los tajos de explotación y la muestra estuvo constituida por los Tajos Hquina, Luz, Maurita N, Maurita S y Jugadora, en total fueron 287 registros que se tomaron desde enero a marzo del año 2024 en la UM. Frances. Los resultados obtenidos fueron al evaluar la rentabilidad en los meses enero, febrero y marzo fue de 8.58 kUS$, 7.42 kUS$ y 7.40 kUS$ respectivamente. Al entrenar los diferentes modelos predictivos de machine learning en bosques aleatorios se logró un R2 de 89%, en regresión lineal múltiple se logró un R2 de 91%, en árbol de decisión se logró un R2 de 85%, y utilizando redes neuronales artificiales se logró un R2 de 0.92%. En conclusión, las Redes Neuronales Artificiales demostró un mayor R2 y por tanto se encontró los parámetros óptimos de los costos de las operaciones unitarias (US$/tn); Se obtuvo en perforación y voladura de 41.86, limpieza a pala a 19.78, acarreo 11.36, carguío 15.89, ventilación 7.81, y sostenimiento un 2.07 donde sobrepasando estos costos genera un sobrecosto en las operaciones unitarias como consecuencia afecta la rentabilidad de la empresa.