Modelo de red neuronal para el pronóstico de la contaminación en polvos urbanos de principales vialidades de Bogotá,Colombia

Abstract

El uso de redes neuronales artificiales (RNA) permite usar un número limitado de variables para predecir el comportamiento de algún fenómeno con muy buenos resultados. En este trabajo, se usó un modelo de RNA para identificar sitios con altas concentraciones de metales pesados a partir de parámetros magnéticos. El estudio se hizo en muestras de polvo urbano provenientes de la red vial de la Ciudad de Bogotá, Colombia. Los resultados de este estudio documentan una extensa distribución de material magnético y metales pesados (Cr, Cu, Ni, Pb, V y Zn) en los polvos urbanos, y se detectó que existen varios sitios, en las vialidades, que mostraron concentraciones altas de metales pesados con valores de índice de contaminación de carga mayores a 3. Varios modelos de redes neuronales fueron probados, encontrando que la arquitectura: 3, 2 neuronas permite pronosticar de forma confiable los sitios contaminados a través de parámetros magnéticos (el error cuadrático medio fue 3.14 y el coeficiente de correlación entre los valores reales y los valores estimados fue de 0.60).