Pronóstico del caudal máximo del río Huaura por Modelos Arima y redes neuronales

Simple item page
dc.contributor.advisorMinchón Medina, Carlos Alberto
dc.contributor.authorRodríguez Paredes, Noelia Patricia
dc.date.accessioned8/29/2018 12:32
dc.date.available8/29/2018 12:32
dc.date.issued2017
dc.descriptionLoods caused by rivers, estuaries, the action of the sea or heavy rainfall pose a risk to people and cause significant economic costs. As a consequence of this last phenomenon of the child, the Huaura River overflowed causing destruction as impassable roads and flood of houses, affected the water system putting at risk the health of the population and put in alert to the inhabitants on a possible collapse of the bridge Huaura. The establishment of flood defense systems contributes to the reduction of risk, however, the risk can not be completely eliminated. For this reason, prediction systems, warning systems, planning and other nonstructural measures can be of great importance in reducing the existing risk; This is why in this thesis project we want to know if it is more efficient the models arima than the neural networks for the forecast of the maximum flow of the Huaura river? This work had as main objective to determine the efficiency of the arima models in the forecast of the maximum flow of the Huaura river in comparison with the neural networks. To meet the objective, the hydrological series of the Huaura River was modeled using arima models and neural networks, finding that the neural network model is more efficient than the arima models to make predictionses_PE
dc.description.abstractLas inundaciones producidas por ríos, estuarios, la acción del mar o fuertes precipitaciones suponen un riesgo para las personas y causan significativos costes económicos. Como consecuencia de este último fenómeno del niño, el río Huaura se desbordó causando destrozos como carreteras intransitables e inundación de viviendas, afectó al sistema de agua poniendo en riesgo la salud de la población y puso en alerta a los habitantes sobre un posible colapso del puente Huaura. El establecimiento de sistemas de defensa frente a inundaciones contribuye a la reducción del riesgo, sin embargo, el riesgo no puede ser eliminado totalmente. Por esto, sistemas de predicción, sistemas de aviso, el planeamiento y otras medidas no estructurales pueden ser de gran importancia en la reducción del riesgo existente; es por ello que en este proyecto de tesis se desea saber si ¿Es más eficiente los modelos arima que las redes neuronales para el pronóstico del caudal máximo del rio Huaura? Este trabajo tuvo como objetivo principal determinar la eficiencia de los modelos arima en el pronóstico del caudal máximo del rio Huaura en comparación con las redes neuronales. Para cumplir con el objetivo se modeló la serie hidrológica del Rio Huaura mediante modelos arima y redes neuronales, encontrando que el modelo de redes neuronales es más eficiente que los modelos arima para realizar pronósticoses_PE
dc.description.uriTesises_PE
dc.identifier.urihttps://hdl.handle.net/20.500.14414/10637
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de Trujilloes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/es_PE
dc.sourceUniversidad Nacional de Trujilloes_PE
dc.sourceRepositorio institucional - UNITRUes_PE
dc.subjectRedes neuronales, Rio Huaura, Modelo ARIMAes_PE
dc.titlePronóstico del caudal máximo del río Huaura por Modelos Arima y redes neuronaleses_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.disciplineEstadísticaes_PE
thesis.degree.grantorUniversidad Nacional de Trujillo.Facultad de Ciencias Físicas y Matemáticases_PE
thesis.degree.levelTítulo Profesionales_PE
thesis.degree.nameIngeniero Estadísticoes_PE
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
RODRIGUEZ PAREDES, Noelia Patricia.pdf
Size:
2.55 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Tesis de Estadística