Aplicación de las redes neuronales artificiales y teoría de juegos al cambio climático con control óptimo

##plugins.themes.bootstrap3.article.main##

Angélica María Narváez Vivas Universidad Surcolombiana, Colombia
Jessica Viviana Vizcaya Garzón Universidad Surcolombiana, Colombia
Resumen
En este trabajo se tomará como objeto de estudio el Modelo de Cambio Climático con Equilibrio Energético, el cual, revela la temperatura de la tierra y toma como puntos de partida la Línea del Ecuador y los Polos Norte y Sur. Para darle solución se tomó como base el problema de Sturn- Liouville asociado con la ecuación de difusión, el cual consiste en poner la ecuación que en su primer momento contaba con derivadas parciales y dependía de dos variables de estado (latitud x y tiempo t) para convertirla solo en términos de la variable temporal. De la misma manera se simula en el software Matlab por medio de la Red Neuronal Artificial (RNA) Fitting, la cual, se encuentra en el Toolbox de este software y que en su estructura cuenta con la combinación de las RNA's Feedforward y Backpropation, haciéndola idónea para mapear entre dos conjuntos de datos porque estas RNA's le proporcionan control óptimo.
Palabras clave

Descargas

Los datos de descargas todavía no están disponibles.

##plugins.themes.bootstrap3.article.details##

Referencias

Anastasios Xepapadeas- William Brock - Gustav Engstrom , Energy Balance Climate Models, Damage Reservoirs and the Time Profile of Climate Change Policy, The Oxford Handbook of the Macroeconomics of Global Warming, Mayo, 2015.

Asu Ozdaglar, Networks Challenge: Where Game Theory Meets Network Optimization, Julio, 2008.

Chai Wah Wu, Control of Networks of Coupled Dynamical, Springer, 2013.

Gibbons Robert, Un primer curso de teoría de juegos, Universidad de Cornell.

Kalle Parvin- Mikko Heino - Ulf Dieckman, Function-valued Adaptive Dynamics and Optimal Control Theory, Mathematical Biology, April 4 2012.

Lokenath Debnath, Nonlinear Partial Differential Equations for Scientists and Engineers, Second Edition.

Miguel De Guzman, “Ecuaciones Diferenciales Ordinarias, Teoría de Estabilidad Y Control”. Alhambra

Nejib Smaoui- Suad Al-Enezi, Modelling the Dynamics of Nonlinear Partial Differential Equations Using Neural Networks, Journal of Computational and Applied Mathematics, 2003.

Philip Holmes - John L. Lumley - Gal Berkooz, Turbulence, Coherent Structures, Dynanical Systems and Symmetry, Cambridge University Press, 2008.

Xiang-Sun Zhang, Neural Networks in Optimization, Springer.Science, 2000.

Sistema OJS - Metabiblioteca |