Modelamiento y redes neuronales artificiales para estimar la altura comercial en plantaciones de Guadua angustifolia Kunth en el distrito de Aramango, provincia de Bagua - Amazonas

Abstract

El objetivo de la investigación fue estimar la altura comercial en plantaciones de Guadua angustifolia Kunth, con técnicas de modelamiento y redes neuronales artificiales en el distrito de Aramango, provincia de Bagua, región de Amazonas. Se aplicó un muestro al azar simple (MAS), con varas de bambú de diferentes clases diamétricas para una muestra de 200 varas aleatorias por hectárea. Las variables consideradas fueron el diámetro a la altura del cuello (DAC) entre 06 cm < DAC < 16 cm y altura comercial (H). Los datos recolectados en campo se insertaron a una planilla digitalizada para la estimación de la altura comercial del bambú con el uso de las técnicas de modelamiento matemático y redes neuronales artificiales, estableciendo 5 entrenamientos, que consistieron que variar la proporción de aprendizaje con tamaño de muestra que varió de 70 % a 30 % para el proceso de entrenamiento y generalización, donde cada estimativa se evaluó y analizó con parámetros estadísticos con sus respectivas gráficas. Los resultados indican que el entrenamiento 3, que consistió en procesar los datos al 50 % para el entrenamiento y 50 % de generalización, presenta mejores estimativas que los demás entrenamientos empleados con la técnica de redes neuronales artificiales para la estimación de la altura comercial, mientras que la regresión matemática con sistema de ecuaciones es ineficiente para la estimación de la altura comercial del bambú indicando bajo grado de confiabilidad en los datos estimados; concluyéndose que el uso de la técnica de redes neuronales artificiales presenta óptimos resultados en los parámetros estadísticos, estableciendo mejores estimaciones de la altura comercial de la Guadua angustifolia Kunth que utilizando la técnica de modelamiento matemático.