Modelo de predicción de microclima de invernaderos, caso de estudio: invernadero de orquídeas del jardín Botánico "Reinaldo Espinosa".

Abstract

En la producción de cultivos bajo condiciones de invernadero es importante optimizar y controlar el manejo del ambiente, usando modelos dinámicos; los modelos no lineales auto-regresivos, basados en mediciones de entradas, presenta un escenario de trabajo que permite estudiar sistemas complejos y no-lineales capaces de predecir series de tiempo, haciendo uso de la técnica de inteligencia artificial en particular Redes Neuronales (RN). En el presente trabajo se desarrolló modelos neuronales auto-regresivos para predecir el comportamiento de la Temperatura, la Humedad Relativa y el CO2 en el interior del invernadero. Como resultado de la creación de la Red Neuronal se tiene que con las variables de Temperatura, Humedad Relativa y CO2 están en rendimientos de 99,578 %, 96,61 % y 98,29 % respectivamente. Y en datos de error de predicción con un valor 0,45 %, todos estos resultados se los obtuvieron con tiempos de cálculo razonables.

Palabras Clave: invernadero, ntstool, redes neuronales, datos.