Redes neuronales a la cana de azucar

Redes Neuronales Artificiales aplicadas para predecir la cosecha de caña en la Industria Azucarera

Italo, Mendoza-Haro1* Moisés, Alvarado-Ocaña2*

Resumen

La presente investigación muestra la importancia de las redes neuronales artificiales dentro de la industria azucarera, como una herramienta útil para la predicción del cultivo de la caña de azúcar en las áreas agrícolas, así como en el área de producción de fabrica. Permitiendo tener una herramienta predictiva de trabajo para las empresas agroindustriales con aproximaciones confiables en la producción que se van a obtener en los periodos de gestión.

El funcionamiento se enfoca en analizar la base de datos histórica de la organización, mediante un software MATLAB (Abreviatura de MATrix LABoratory “Laboratorio de matrices”) que es una herramienta matemática, que ofrece un entorno de desarrollo integrado (IDE) con un lenguaje de programación propio (lenguaje M). Existen dos tipos de entrenamiento de la red: supervisado y sin supervisión. En el entrenamiento supervisado, a la red se le proporciona la salida deseada y la red se ajusta para producir esta salida. En el entrenamiento sin supervisión, la red descubre patrones por sí sola para clasificar objetos. Para el caso de investigación se ha utilizado los dos tipos.

La investigación se desarrolló en Compañía Azucarera Valdez S.A. ubicada en la Ciudad de Milagro-Provincia del Guayas –Ecuador

Palabras claves: red neuronal, industria azucarera, MATLAB; IDE, lenguaje M

[pic 1]

1Director de mantenimiento industrial en Compañía Azucarera Valdez S.A.(CAVSA), Docente de la Facultad Ciencias de la Ingeniería Universidad Estatal de Milagro UNEMI, Email: emendozah@unemi.edu.ec

2 Mecánico industrial en Compañía Azucarera Valdez S.A. (CAVSA), Facultad Ciencias de la Ingeniería, Universidad estatal de Milagro, UNEMI, Email: moises_0491@hotmail.com

Artificial Neural Networks applied to predict cane harvest in a Sugar Industry

Abstract

The present investigation shows the importance of the networks neuronals artificial inside the sugar industry, as a useful tool for the prediction of the culture of the sugar cane in the agricultural areas, as well as in the area of production of factory. Allowing to have a predictive tool of work for the agro industrial companies with reliable approximations in the production that is going to be obtained in the periods of management.

The functioning focuses in analyzing the historical database of the organization, by means of a software MATLAB (MATrix LABoratory's Abbreviation " Laboratory of counterfoils ") that is a mathematical tool, which offers an environment of integrated development (IDE) with an own language of programming (language M). Two types of training exist supervised and without supervision. In the supervised training, to the network the wished exit is provided to him and the network adjusts to produce this exit. In the training without supervision, the network discovers bosses for yes alone to classify objects.

For the case of investigation one has used both types. The investigation developed in Sugar Company Valdez S.A. located in the City of Miracle - province of the Guayas – Ecuador

Keywords: neural network, sugar industry, MATLAB; IDE, language M

1. INTRODUCCIÓN

La globalización a nivel mundial se va tornando en un ambiente más competitivo y rezagando a muchas industrias que no se ajustan a su ritmo, por lo cual a diario se torna en un campo más hostil, para aquellas industrias que no realizan cambios en sus estructuras tecnológicas e innovan permanentemente sus procesos. Los cuales requieren herramientas nuevas y eficientes para cumplir dichos objetivos.

La historia de la caña de azúcar América Latina data de la mitad del siglo XVI, donde su cultivo comenzó a difundirse bajo un sistema de haciendas, con un proceso que abarcaba desde la producción agrícola hasta la elaboración de piloncillo y azúcar mascabada, además de la destilación de aguardiente. Durante los inicios del siglo XX, durante el Porfiriato se comenzaron a establecer los sistemas de "ingenios", que consistía en una fábrica y los campos bajo el modelo de "plantación", ambos propiedad de un mismo dueño o empresa. En los años treinta se implementó una reforma agraria para dejar la producción de caña en manos de ejidatarios y pequeños propietarios. (Banko, 2005) [1]

Las redes neuronales artificiales es la base del estudio e investigación desarrollada utilizando MATLAB (Abreviatura de MATrix LABoratory “Laboratorio de matrices”), herramienta de software matemático que ofrece un entorno de desarrollo integrado (IDE) con un lenguaje de programación propio (lenguaje M). Se puede pensar que estos programas son sofisticadas calculadoras con base en una computadora. Son capaces de realizar las mismas funciones que una calculadora científica y mucho más dado que Matlab es tan fácil de usar, que muchas tareas de programación se llevan cabo con él. Está disponible para las plataformas Unix, Windows, Mac OS X y GNU/Linux. (Moore, 2007) [2]

Es un Software tipo “Traje a la medida” podemos crear INTERFACES usuario-programa amigablemente, sin necesidad de adquirir nuevas licencias.

La industria azucarera del Ecuador de acuerdo a las investigaciones desarrolladas, predicen sus resultados mediante aforos realizados por sus ingenieros y profesionales con experiencia, resultados base de cálculos para presupuestos y programas de cosecha, estos resultados por lo general tienen variaciones importantes en la parte cuantitativa y en muchos de los casos conducen a tomar malas decisiones, generando pérdidas de productividad y económicas. El objetivo de la investigación será aplicar las redes neuronales utilizando Matlab, permitiendo una alternativa eficiente en la predicción de resultados de cosecha como los obtenidos y analizados en la presente investigación.

Debido a estos cambios se puede mencionar, que la agricultura es altamente vulnerable a las variaciones climatológicas. Una de las razones por la cual, en ciertos periodos de la historia de la organización investigada, los efectos han sido tan devastadores, porque pueden predecir con conocimiento de causa, las condiciones de la siguiente temporada de cultivo. Cambios meteorológicos impredecibles llevan a planeación de estrategias conservadoras que sacrifican la productividad, por lo cual el rendimiento difiere de un lugar del mundo a otro. La disponibilidad de mejores herramientas ayudaría a tomar mejores decisiones y así reducir impactos negativos, tomando ventaja de dichas variaciones (Jones, 2000)[3]