Artículo
Método estadístico-evolutivo para la reducción de incertidumbre en procesos de predicción
Fecha de publicación:
05/2013
Editorial:
Asociación Argentina de Matemática Aplicada, Computacional e Industrial
Revista:
Revista MACI
ISSN:
2314-3282
Idioma:
Español
Tipo de recurso:
Artículo publicado
Clasificación temática:
Resumen
Existen diversos factores que dificultan y limitan el modelado y la implementación de fenómenos ambientales, y que impactan en la calidad de la predicción arrojada por la evaluación del modelo en función de los parámetros de entrada. Por su parte, existen diferentes métodos para la reducción de incertidumbre, los cuales permiten reducir los efectos negativos provocados por los aspectos no representables o cuantificables ya sea matemática o computacionalmente. En este trabajo se describe un método de reducción de incertidumbre basado en la estadística, la computación evolutiva y el paralelismo, denominado Evolutionary-Statistical System o ESS. El método es iterativo y dirigido por datos con solución múltiple solapada. Su potencia se basa en aumentar la predicción realizada por el modelo implementado en el simulador con la orientación de la búsqueda y la calibración de los resultados.
Palabras clave:
Estadística
,
Incertidumbre
,
Algoritmos Evolutivos
Archivos asociados
Licencia
Identificadores
Colecciones
Articulos(CCT - MENDOZA)
Articulos de CTRO.CIENTIFICO TECNOL.CONICET - MENDOZA
Articulos de CTRO.CIENTIFICO TECNOL.CONICET - MENDOZA
Citación
Bianchini, Germán; Caymes Scutari, Paola Guadalupe; Método estadístico-evolutivo para la reducción de incertidumbre en procesos de predicción; Asociación Argentina de Matemática Aplicada, Computacional e Industrial; Revista MACI; 4; 5-2013; 441-444
Compartir