Prediction of Risk Delay in Construction Projects Using a Hybrid Artificial Intelligence Model
Predicción de riesgos de retraso en proyectos de construcción a través de un modelo híbrido de inteligencia artificial.
En el sector de la construcción es común enfrentar problemas relacionados con retrasos en los proyectos como consecuencia de la complejidad asociada y la incertidumbre en las actividades que se llevan a cabo durante el desarrollo. Este documento presenta el desarrollo de un modelo híbrido de inteligencia artificial llamado clasificador integrador de bosque aleatorio con optimización de algoritmo genético (RF-GA) para la predicción de problemas de retraso. El modelo fue entrenado con base en datos recolectados de proyectos de construcción previos. Los resultados de la validación indican un buen desempeño en términos de precisión kappa y error de clasificación.
Este estudio fue desarrollado por Zaher Mundher Yaseen (Ton Duc Thang University, Ho Chi Minh City, Vietnam), Zainab Hasan Ali, Sinan Q. Salih (Duy Tan University, Da Nang, Vietnam) y Nadhir Al-Ansari (Lulea University of Technology, Lulea, Sweden) para Sustainability (Vol. 12, núm. 4, p. 1514, 2020), una revista enfocada en el desarrollo sostenible abordado desde diversas áreas. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
Recursos
-
Formatopdf
-
Idioma:inglés
-
Tamaño:1992 kb
Trends and Development of Sliding Mode Control Applications for Renewable Energy Systems
Tendencias y desarrollo de aplicaciones de control de modo deslizante para sistemas de energía renovable
Este trabajo se enfoca en el desarrollo de diseños prácticos de control de modo deslizante para adaptarse al propósito de controlar convertidores de potencia en diversas condiciones de funcionamiento. El estudio discute sobre el desarrollo en cuanto a las aplicaciones de control de modo deslizante para sistemas de energías renovables y examina a profundidad las tendencias actuales para el mejoramiento de la eficiencia de estos sistemas y protecciones de carga contra grandes sobreimpulsos/subimpulsos en estados transitorios mediante la utilización de la tecnología rápida.
Este estudio fue desarrollado por Yun Yang y Siew Chong Tan (The University of Hong Kong, Hong Kong, China) para Energies (Vol. 12, núm. 15, p. 2861, 2019) una revista especializada en investigación, desarrollo tecnológico, ingeniería, políticas y gestión energética. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto:[email protected]
Recursos
-
Formatopdf
-
Idioma:inglés
-
Tamaño:7302 kb