Redes neuronales y lógica difusa en la predicción del crecimiento de una matrícula estudiantil-docente
Con el avance de la ciencia, es pertinente aplicar nuevos modelos a teorías ya desarrolladas; en este caso, se toma en cuenta proyecciones demográficas a poblaciones particulares, como el de estudiantes y docentes. Se describen los fundamentos de las Redes Neuronales Artificiales y la Lógica Difusa en cuanto a sus características, modelos y aplicaciones más importantes. Asimismo, se realiza una investigación de modelos matemáticos desarrollados para predecir el crecimiento de una población estudiantil. Se aprovecha las capacidades de predicción y clasificación de las Redes Neuronales Artificiales y la Lógica Difusa para desarrollar un modelo que realiza proyecciones óptimas de una Matrícula Estudiantil y Requerimiento Docente, con un margen de error menor a 4%, mejorando proyecciones sobre el tema, que realizan otros modelos. El desarrollo práctico del modelo se realiza con Estudiantes de Secundaria de Colegio Fiscales del Departamento de La Paz, empleando el software de aplicación Matlab 7.0, tomando en cuenta herramientas de la ingeniería de software para presentar parámetros de calidad y eficiencia.
| Main Author: | |
|---|---|
| Format: | Thesis biblioteca |
| Language: | Spanish / Castilian |
| Published: |
2009-10-14T15:53:44Z
|
| Subjects: | PREDICCION DE CRECIMIENTO, MATRICULA ESTUDIANTIL-DOCENTE, REDES NEURONALES ARTIFICIALES, LOGICA DIFUSA, PROYECCIONES DEMOGRAFICAS, INVESTIGACION, |
| Online Access: | http://hdl.handle.net/123456789/461 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Con el avance de la ciencia, es pertinente aplicar nuevos modelos a teorías ya
desarrolladas; en este caso, se toma en cuenta proyecciones demográficas a poblaciones
particulares, como el de estudiantes y docentes.
Se describen los fundamentos de las Redes Neuronales Artificiales y la Lógica Difusa en
cuanto a sus características, modelos y aplicaciones más importantes. Asimismo, se
realiza una investigación de modelos matemáticos desarrollados para predecir el
crecimiento de una población estudiantil.
Se aprovecha las capacidades de predicción y clasificación de las Redes Neuronales
Artificiales y la Lógica Difusa para desarrollar un modelo que realiza proyecciones
óptimas de una Matrícula Estudiantil y Requerimiento Docente, con un margen de error
menor a 4%, mejorando proyecciones sobre el tema, que realizan otros modelos.
El desarrollo práctico del modelo se realiza con Estudiantes de Secundaria de Colegio
Fiscales del Departamento de La Paz, empleando el software de aplicación Matlab 7.0,
tomando en cuenta herramientas de la ingeniería de software para presentar parámetros
de calidad y eficiencia. |
|---|