Examinando por Materia "Lógica Difusa"

Mostrando 1 - 3 de 3
  • Miniatura
    PublicaciónAcceso abierto
    Diseño E Implementación de un Sistema de Semaforización, Utilizando Inteligencia Artificial, en una Zona de la Ciudad de Medellín
    (Universidad EIA, 2015) Jaramillo Chavarriaga, Nicolás; Laverde Botero, Camilo Andrés
    En los últimos años el parque automotor de Medellín ha crecido sustancialmente, pero la red vial no ha aumentado en la misma intensidad, lo cual hace que hoy en día la movilidad en la ciudad de Medellín sea un problema. A pesar de algunos esfuerzos realizados para la mejora y automatización de la red vial, todavía no es suficiente, ni resuelve el problema de la movilidad. Algunos factores que lo impiden, son por supuesto los recursos limitados para este sector todavía no son suficientes y la limitante geográfica que no permite la fácil ex-pansión. Teniendo en cuenta los avances tecnológicos con que se cuenta en estos momentos en la Secretaría de Movilidad y las limitaciones antes expuestas, se hace necesario pensar en soluciones adicionales para poder mejorar la situación de la red vial actual con menos re-cursos y en menor tiempo. El objetivo de este proyecto, precisamente, es presentar una solución alternativa a la pro-blemática actual de la movilidad en la ciudad de Medellín. El presente trabajo se centra en una propuesta de automatizar los semáforos, para que estos de manera autónoma, basa-dos en los datos de tráfico en tiempo real, redefinan tiempos de ciclo, tiempos en verde y rojo de cada uno. Para esto, se utilizaron diferentes métodos de Inteligencia Artificial pro-gramados en el software Matlab®, como Lógica Difusa y Redes Neuronales. Para la simu-lación de tráfico se utilizó el software PTV Vissim®. Con esta simulación se obtuvieron resultados interesantes, pues se puede ver que en cier-tas intersecciones, y dependiendo de la hora del día, hay mejoras hasta del 90% en Longi-tud de Cola y hasta 50% más de velocidad promedio. Estos resultados hacen posible pen-sar en la incorporación de esta solución para la ciudad.
  • Miniatura
    PublicaciónAcceso abierto
    Elaboración de matriz de riesgos climáticos de transición empleando técnicas de lógica difusa
    (Universidad EIA, 2023-11-22) Pablo Isaza Gómez; Juan Fernando Pérez Pérez; Isis Bonet Cruz; Universidad EIA; Isis Bonet Cruz; Juan Fernando Pérez Pérez; Juan Sebastián Valencia; Christián Lochmuller; Johan Vélez; Doris Prada; GECI
    Uno de los retos más grandes que tiene la humanidad en este siglo XXI es sin duda el cambio climático. El cambio climático está creciendo de manera insostenible, a velocidades cada vez mayores y más difíciles de contener. Las herramientas y conocimientos a través de las cuales se han basado naciones, instituciones y empresas para combatir esta problemática parecen ya no ser suficientes, y cada día que pasa se van quedando más obsoletas frente a un panorama que cambia vertiginosamente. Los avances en la inteligencia artificial también han llegado a esta rama. En este trabajo se desarrolla una herramienta, mediante el uso de lógica difusa, para elaborar una matriz de riesgos climáticos de transición. Para ello, se identifican las variables más relevantes de cambio climático de transición. Posteriormente se elabora la matriz de riesgos, partiendo del conocimiento recolectado tanto en la literatura como en la opinión de expertos temáticos. Luego, se definen los parámetros, funciones de pertenencia, y reglas del modelo de defuzificación. Por último, se prueba el modelo con datos recolectados y/o elaborados. Se valida también a través de la opinión de expertos temáticos, para posteriormente reconfigurar las variables que sea necesario reevaluar. El resultado es un modelo computacional capaz de clasificar de manera acertada los diferentes riesgos climáticos de transición que sirva como base para su gestión, de manera eficiente.
  • Miniatura
    PublicaciónAcceso abierto
    Manejo de escenarios a la hora de calcular el capital de riesgo operacional, aplicando inteligencia borrosa.
    (Universidad EIA, 2019) Tobón Osorio, Sandra Liliana; Bonet Cruz, Isis
    El riesgo operacional es uno de los factores empresariales que es más se está evaluando en los últimos tiempos, en parte gracias al auge de las firmas aseguradoras que asumen el riesgo ajeno a través de sus pólizas y también con el fin de evadirlo, disminuirlo o aceptarlo. Aunque los métodos para medir el riesgo operacional se establecieron hace menos de 20 años con Basilea II, ya es evidente que hay ciertos problemas al calcular el capital por riesgo operacional con estos. Uno de los problemas principales se encuentra a la hora de integrar los escenarios empleando el método AMA, para el cálculo del capital por riego operacional. La razón de esta problemática, radica en el tipo de dato que son los escenarios, pues ellos se caracterizan por su incertidumbre tanto en el costo que le pueden generar a la empresa, como en el periodo de tiempo en que puedan suceder. Igualmente, la cantidad de estos datos es mínima, ya que provienen de la opinión de expertos y no de una recolección histórica. Por esta razón estudiarlos con métodos que son idóneos para datos que siguen determinado orden, no es lo ideal y puede generar como resultado requerimientos de capital erróneos por riesgo operacional. En el presente trabajo de grado, se aplica la lógica difusa para el estudio de los escenarios, con el fin de integrarlos de la manera adecuada a los requerimientos de capital por riesgo operacional. Aunque los requerimientos de capital que se obtienen son 4 veces mayor a los que se originan al integrar los escenarios con el método tradicional, la realidad ha demostrado que los métodos originalmente empleados por Basilea II, no fueron lo suficientemente acertados al calcular el capital por riesgo operacional, razón por la cual Basilea III invita a utilizar un nuevo método con el cual el capital por riesgo operacional es mayor. Por lo cual los resultados de este proyecto podrían ser adecuados.