Redes neuronales artificiales para la clasificación de variables que inciden en el confort climático

Resumen

El objetivo de la presente investigación es realizar la clasificación de variables que inciden en el confort climático a través de redes neuronales artificiales. La determinación del confort climático se fundamenta en el índice de confort experimentado basado en el poder de refrigeración propuesto por Leonardo Hill y Morikofer-Davos y ajustado a través de la metodología planteada por el Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM, 1998). Se utilizan datos meteorológicos históricos diarios de la estación meteorológica Tarija Aeropuerto, ubicada en la ciudad de Tarija, departamento de Tarija del Estado Plurinacional de Bolivia, comprendidos entre el año 2017 y 2021, los mismos obtenidos del Servicio Nacional de Meteorología e Hidrología (SENAMHI, s.f.-a). La clasificación de las variables que inciden en el confort climático se realiza a partir del entrenamiento de la red neuronal artificial (RNA) con propagación hacia adelante Perceptrón Multicapa con 3 capas: entrada, oculta y salida. El resultado, producto del entrenamiento y validación cruzada del modelo RNA, corresponde a 3 neuronas en la capa de entrada, 6 en la capa oculta y 5 en la capa de salida, teniendo un total de 1558 instancias clasificadas correctamente y 145 instancias clasificadas incorrectamente.