Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas

Autores
Morales, D. Martín; Cappelletti, Marcelo; Hasperué, Waldo; Charlier, Leandro; Casas, Guillermo
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión enviada
Descripción
En el presente trabajo, técnicas de inteligencia artificial subsimbólica, tales como redes neuronales artificiales y algoritmos genéticos son utilizados como una primera aproximación para la obtención de parámetros de sistemas relacionados con las energías renovables. En particular, por un lado, se presenta el entrenamiento de una red neuronal artificial multicapa para predecir a corto plazo la irradiancia solar en una localidad de Argentina. Y por otro lado, se presenta la utilización de la técnica de algoritmos genéticos para la extracción de diferentes parámetros eléctricos de una celda solar. Los resultados obtenidos son útiles para predecir el comportamiento de ambos sistemas analizados.
Fil: Morales, D. Martín. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Cappelletti, Marcelo. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Hasperué, Waldo. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Charlier, Leandro. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Casas, Guillermo. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Materia
Informática
Inteligencia artificial
Redes neuronales artificiales
Algoritmo
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
Repositorio Institucional (UCaSal)
Institución
Universidad Católica de Salta
OAI Identificador
oai:bibliotecas.ucasal.edu.ar:61675
Acceder
id RIUCASAL_51c5573292dec56360b1572549906d70
oai_identifier_str oai:bibliotecas.ucasal.edu.ar:61675
network_acronym_str RIUCASAL
repository_id_str 3930
network_name_str Repositorio Institucional (UCaSal)
spelling Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticasMorales, D. MartínCappelletti, MarceloHasperué, WaldoCharlier, LeandroCasas, GuillermoInformáticaInteligencia artificialRedes neuronales artificialesAlgoritmoEn el presente trabajo, técnicas de inteligencia artificial subsimbólica, tales como redes neuronales artificiales y algoritmos genéticos son utilizados como una primera aproximación para la obtención de parámetros de sistemas relacionados con las energías renovables. En particular, por un lado, se presenta el entrenamiento de una red neuronal artificial multicapa para predecir a corto plazo la irradiancia solar en una localidad de Argentina. Y por otro lado, se presenta la utilización de la técnica de algoritmos genéticos para la extracción de diferentes parámetros eléctricos de una celda solar. Los resultados obtenidos son útiles para predecir el comportamiento de ambos sistemas analizados. Fil: Morales, D. Martín. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.Fil: Cappelletti, Marcelo. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.Fil: Hasperué, Waldo. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.Fil: Charlier, Leandro. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.Fil: Casas, Guillermo. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.Universidad Católica de Salta. Facultad de Ingeniería (Salta)Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)2016-12-30info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/submittedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=616756167520170621u u u0frey0103 baspa1001514Salta (province)info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)reponame:Repositorio Institucional (UCaSal)instname:Universidad Católica de Saltainstacron:UCaSal2025-09-04T11:15:12Zoai:bibliotecas.ucasal.edu.ar:61675Institucionalhttp://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=16Universidad privadaNo correspondehttp://bibliotecas.ucasal.edu.ar/ws/oai2_7?verb=Identifycdiedrich@ucasal.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:39302025-09-04 11:15:12.848Repositorio Institucional (UCaSal) - Universidad Católica de Saltafalse
dc.title.none.fl_str_mv Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
title Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
spellingShingle Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
Morales, D. Martín
Informática
Inteligencia artificial
Redes neuronales artificiales
Algoritmo
title_short Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
title_full Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
title_fullStr Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
title_full_unstemmed Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
title_sort Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
dc.creator.none.fl_str_mv Morales, D. Martín
Cappelletti, Marcelo
Hasperué, Waldo
Charlier, Leandro
Casas, Guillermo
author Morales, D. Martín
author_facet Morales, D. Martín
Cappelletti, Marcelo
Hasperué, Waldo
Charlier, Leandro
Casas, Guillermo
author_role author
author2 Cappelletti, Marcelo
Hasperué, Waldo
Charlier, Leandro
Casas, Guillermo
author2_role author
author
author
author
dc.contributor.none.fl_str_mv Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
dc.subject.none.fl_str_mv Informática
Inteligencia artificial
Redes neuronales artificiales
Algoritmo
topic Informática
Inteligencia artificial
Redes neuronales artificiales
Algoritmo
dc.description.none.fl_txt_mv En el presente trabajo, técnicas de inteligencia artificial subsimbólica, tales como redes neuronales artificiales y algoritmos genéticos son utilizados como una primera aproximación para la obtención de parámetros de sistemas relacionados con las energías renovables. En particular, por un lado, se presenta el entrenamiento de una red neuronal artificial multicapa para predecir a corto plazo la irradiancia solar en una localidad de Argentina. Y por otro lado, se presenta la utilización de la técnica de algoritmos genéticos para la extracción de diferentes parámetros eléctricos de una celda solar. Los resultados obtenidos son útiles para predecir el comportamiento de ambos sistemas analizados.
Fil: Morales, D. Martín. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Cappelletti, Marcelo. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Hasperué, Waldo. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Charlier, Leandro. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
Fil: Casas, Guillermo. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.
description En el presente trabajo, técnicas de inteligencia artificial subsimbólica, tales como redes neuronales artificiales y algoritmos genéticos son utilizados como una primera aproximación para la obtención de parámetros de sistemas relacionados con las energías renovables. En particular, por un lado, se presenta el entrenamiento de una red neuronal artificial multicapa para predecir a corto plazo la irradiancia solar en una localidad de Argentina. Y por otro lado, se presenta la utilización de la técnica de algoritmos genéticos para la extracción de diferentes parámetros eléctricos de una celda solar. Los resultados obtenidos son útiles para predecir el comportamiento de ambos sistemas analizados.
publishDate 2016
dc.date.none.fl_str_mv 2016-12-30
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/submittedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str submittedVersion
dc.identifier.none.fl_str_mv https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61675
61675
20170621u u u0frey0103 ba
url https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61675
identifier_str_mv 61675
20170621u u u0frey0103 ba
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv 1001514
Salta (province)
dc.publisher.none.fl_str_mv Universidad Católica de Salta. Facultad de Ingeniería (Salta)
publisher.none.fl_str_mv Universidad Católica de Salta. Facultad de Ingeniería (Salta)
dc.source.none.fl_str_mv reponame:Repositorio Institucional (UCaSal)
instname:Universidad Católica de Salta
instacron:UCaSal
reponame_str Repositorio Institucional (UCaSal)
collection Repositorio Institucional (UCaSal)
instname_str Universidad Católica de Salta
instacron_str UCaSal
institution UCaSal
repository.name.fl_str_mv Repositorio Institucional (UCaSal) - Universidad Católica de Salta
repository.mail.fl_str_mv cdiedrich@ucasal.edu.ar
_version_ 1842344397386022912
score 12.623145

Publicaciones similares