Please use this identifier to cite or link to this item:
http://repositorio.ugto.mx/handle/20.500.12059/3839
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.rights.license | http://creativecommons.org/about/cc0/ | es_MX |
dc.creator | Jonathan Bedolla Guzmán | - |
dc.date.accessioned | 2020-12-18T22:41:18Z | - |
dc.date.available | 2020-12-18T22:41:18Z | - |
dc.date.issued | 2019 | - |
dc.identifier.uri | http://repositorio.ugto.mx/handle/20.500.12059/3839 | - |
dc.description.abstract | El objetivo del presente trabajo fue desarrollar una red neuronal de función radial híbrida. Se utilizaron los algoritmos K-medias y Backpropagation. Se clasificaron los principales clientes de una PYME en un plano bidimensional. El caso de estudio se centra en una mediana empresa dedicada a la comercialización de bebidas y alimentos en el interior del negocio y con entregas a domicilio, con operaciones en la ciudad de Uriangato al sur de Guanajuato. La metodología consiste en 7 etapas: 1) Obtención de coordenadas geográficas de los clientes por medio de Google Maps, 2) Preprocesamiento de datos, 3) Calculo de distancias euclidianas, 4) Clasificación con algoritmo K-Medias, 5) Entrenamiento de la red por medio del algoritmo Backpropagation, 6) Validación de la red, 7) Prueba de la red. La arquitectura de la red fue 2-3-1. Se utiliza el 70% de los datos para entrenar a la red, el 20% de los datos para validarla y el 10% para probar su funcionamiento. Como resultado se obtiene un aprendizaje de la red al 100%, una validación del 90% y una prueba de 100%. La red neuronal de función radial facilita una clasificación automatizada por zonas geográficas de los principales clientes y ofrece a la empresa en estudio ventajas en la implementación de estrategias dirigidas a la optimización de rutas que reducen considerablemente los tiempos y los costos de entrega. | es_MX |
dc.language.iso | spa | es_MX |
dc.publisher | Universidad de Guanajuato | es_MX |
dc.rights | info:eu-repo/semantics/closedAccess | es_MX |
dc.source | Jóvenes en la Ciencia: 7º Encuentro Estatal De Jóvenes Investigadores Vol. 6 (2019) | es_MX |
dc.title | Diseño y Desarrollo de una Red Neuronal de Base Radial Híbrida para la Clasificación de los Clientes de una Pyme: un Caso de Estudio | es_MX |
dc.type | info:eu-repo/semantics/article | es_MX |
dc.subject.cti | info:eu-repo/classification/cti/7 | es_MX |
dc.subject.cti | info:eu-repo/classification/cti/3304 | - |
dc.subject.cti | info:eu-repo/classification/cti/33 | - |
dc.subject.keywords | Diseño y desarrollo | es_MX |
dc.subject.keywords | Red neuronal | es_MX |
dc.subject.keywords | PYME | es_MX |
dc.subject.keywords | Clasificación de los clientes | es_MX |
dc.type.version | info:eu-repo/semantics/publishedVersion | es_MX |
Appears in Collections: | Revista Jóvenes en la Ciencia |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Diseño y Desarrollo de una Red Neuronal de Base Radial Híbrida para la Clasificación de los Clientes de una Pyme un Caso de Estudio.pdf | 543.4 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.