Nivel de predicción de la productividad laboral en el sector construcción utilizando un modelo de red neuronal artificial, Cajamarca 2022
Fecha
2023-04-15Autor(es)
Luna Peralta, Diego Jose
Murga Diaz, Bryam Alex
Metadatos
Mostrar el registro completo del ítemResumen
La productividad laboral en la industria de la construcción es uno de los parámetros más importantes para estimar, presupuestar y programar un proyecto. La presente investigación tuvo como objetivo principal conocer el nivel de predicción de la productividad laboral en proyectos viales utilizando la metodología de redes neuronales artificiales. El desarrollo de la investigación inicia con la revisión documental para identificar y seleccionar los factores más importantes que influyen en la productividad laboral. Una vez seleccionados, se recopilaron expedientes técnicos de proyectos viales ejecutados en la ciudad de Cajamarca con la finalidad de crear una base de datos históricos de estos factores de productividad en las partidas “Corte manual a nivel de subrasante”, “Nivelación y compactación de subrasante con equipo liviano o manual”, “Conformación de base granular” y “Concreto en veredas”. Luego se desarrollaron 4 modelos basado en redes neuronales artificiales que nos permitieron predecir la productividad de las partidas seleccionadas, que después se pondrían a prueba mediante una etapa de validación con datos obtenidos en campo de 5 proyectos en ejecución. Los resultados mostraron una notable capacidad de predecir la productividad laboral más exactas que con la metodología tradicional, demostrando que las redes neuronales artificiales son técnicas confiables en la predicción de la productividad facilitando el desarrollo de cronogramas de proyectos más eficientes y reduciendo los costos del proyecto. Validando así la hipótesis ya que el nivel de predicción de la productividad laboral por medio de redes neuronales artificiales es elevado presentando coeficientes de correlación que se encuentran en un rango de 96% a 99%
Mostrar más
Cita bibliográfica
Luna, D. J., & Murga, B. A. (2023). Nivel de predicción de la productividad laboral en el sector construcción utilizando un modelo de red neuronal artificial, Cajamarca 2022 [Tesis de licenciatura, Universidad Privada del Norte]. Repositorio de la Universidad Privada del Norte. https://hdl.handle.net/11537/34840
Materia
Colecciones
- Tesis [1439]
Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess
Ítems relacionados
Mostrando ítems relacionados por Título, autor o materia.
-
Comparación de tres sistemas expertos y diferentes espacios de color en la clasificación del grado de madurez de frutos de aguaymanto (PHYSALIS PERUVIANA L.)
Bazán Soriano, Karen Stefany; Cotrina Bazán, Carlos Adrián (Universidad Privada del Norte, 2018-06-22)Acceso cerradoRESUMEN La clasificación de frutas frescas según su madurez es un trabajo comúnmente subjetivo y tedioso; en consecuencia, existe un creciente interés en el uso de técnicas no invasivas como las basadas en la visión ... -
Predicción de la resistencia a la compresión de concreto de 210 KG/CM² y 175 KG/CM² con redes neuronales artificiales, Cajamarca 2022
Aristizaval Albarran, Christian Diego; Intor Villatty, Khoraly del Alba (Universidad Privada del Norte, 2023-06-03)Acceso cerradoLa investigación "Predicción de la resistencia a la compresión de concreto de 210 y 175 kg/cm2 con redes neuronales artificiales" tuvo como objetivo determinar la precisión de la predicción de una red neuronal artificial ... -
Evaluación de los criterios de selección de un método de explotación mediante la inteligencia artificial. Caso práctico yacimiento de hierro en Ventanillas, Yonán, Cajamarca, 2019
Bardales Correa, Carlos David; Zamora Muñoz, Carlos (Universidad Privada del Norte, 2020-02-13)Acceso abiertoEn esta investigación de tipo cuantitativa, nivel correlacional y diseño no experimental transversal, se tuvo como objetivo evaluar los criterios que intervienen en la selección de un método de explotación minera con la ...