Page 15 - Ingeniantes congreso Misantla 623 final
P. 15
Revista Ingeniantes 2019 Año 6 No.2 Vol. 3
RESULTADOS Variables de izquierda a derecha: Fecha Semanal, Tipo de Sue-
La Tabla 1 describe una sección de la base de cono-
cimiento generada a partir de la proveeduría históri- lo, Porta Injerto, Temporada, m.s.n.m, Edad Promedio, Árboles en
ca de 23 fuentes de proveeduría de Lima persa. Esta
base de conocimiento tiene la característica de des- producción, Tipo de Poda, Temperatura, mm de lluvia, Foliar(lt/
cribir prácticas agrícolas que dan origen a la fruta que
se ingresa a la empresa: Foliar, Nutriente, Herbicida, ha), Nutriente (gr/árbol), Herbicida (lt/ha), Kg Cosecha, kg fruta
entre otras relacionadas con el tipo de tierra en la que
se encuentra el cultivo de la Lima persa, así como las exportable, Calidades de fruta, Kg fruta nacional.
condiciones climáticas prevalecientes durante el cul-
tivo del cítrico. La base se construye como se descri- Esta base de conocimiento relacionada con la pro-
be en la Figura 2. veeduría histórica alimenta al programa WEKA. Para
la clasificación se utilizan dos criterios de muestreo:
Figura 2. Integración del conocimiento en la base de datos WEKA® la Cross-Validation con 10 carpetas (folds) y Percen-
3.8 demo. Elaboración propia tage Split a 66.66%. El procesamiento de la informa-
ción permitió clasificar, procesar, asociar y visualizar
Tabla 1. Corte de 19 registros de la base de conocimiento la base de datos histórica de proveedores con los
criterios a analizar. La combinación de clasificado-
res fue de la siguiente manera: se seleccionó uno
a uno cada clasificador ensamblado (en WEKA me-
ta-clasificador) y cada uno se combinó con una Red
Neuronal Artificial Perceptrón Multicapa (en WEKA
Dl4JMlpClassifier), para producir una exhaustiva bús-
queda de patrones. Cada uno utiliza un meta algoritmo
que aprende según las salidas de los clasificadores
en los que se basa. En términos generales partiendo
de los datos se construyen n clasificadores distintos.
Las salidas de estos se usan como atributos de un
nuevo clasificador. La Tabla 2 muestra los resultados,
que se han distinguido con el Meta-clasificador Atri-
bute Selected Classifier Multiplayer Perceptron con
validación cruzada con Percentage Split de 99.65%,
con error medio absoluto de 895.79 kg. Este error es
comparado con el error reportado en la expertix de
productores con 1300 kg a 1800 kg por hectárea cul-
tivada.
relacionada con la proveeduría histórica 2016-2019, que ali- Tabla 2: Reporte de validación WEKA.
menta al Soft WEKA: Parte 1 validación cruzada validación cruzada
10 folds Percentage Split 66.66%
Registro Fecha Semanal Tipo de SueloPorta Injerto Temporada m.s.n.m Edad Promedio Arboles en producción Tipo de Poda Temperatura Milimetros de lluvia Foliar(lt/ha) Coeficiente
de
1h2 SEM 11 2016 Arenoso Swingle baja 87 2 357 Estresante 29 39 0 meta clasificador Función
correlación
2h2 SEM 21 2016 Arenoso Swingle baja 87 2 357 Estresante 33 50 400 AdaBoostM1 MultilayerPerceptron Error
additive Regression MultilayerPerceptron
Atrribute Selected Classifier MultilayerPerceptron absoluto
Bagging MultilayerPerceptron medio
ClassificationViaRegresion MultilayerPerceptron Error
CostSensitiveClassifier MultilayerPerceptron
CVParameterSelection MultilayerPerceptron cuadrático
FilteredClassifier MultilayerPerceptron medio
IterativeClassifierOptimizer MultilayerPerceptron Error
LogitBoost MultilayerPerceptron
MultiClassClassifier MultilayerPerceptron absoluto
MultiClassClassifierUpdateable MultilayerPerceptron relativo
MultiScheme MultilayerPerceptron
RamdomCommittee MultilayerPerceptron Error
RamdomizableFilteredClassifier MultilayerPerceptron relativo
RamdomSubSpace MultilayerPerceptron cuadrado
RegressionByDiscretization MultilayerPerceptron Número
Stacking MultilayerPerceptron total de
Vote MultilayerPerceptron instancias
WeigthtedinstancesHandlerWrapper MultilayerPerceptron
Clase
ignorada
instancias
desconocida
Coeficiente
de
correlación
Error
absoluto
medio
Error
cuadrático
medio
Error
absoluto
relativo
Error
relativo
cuadrado
Número
total de
instancias
Clase
ignorada
instancias
desconocida
3h2 SEM 22 2016 Arenoso Swingle Alta 87 2 357 Estresante 32 47 400 0.3107 13404.3238 19243.5679 127.91% 125.37% 217 782 0.8279 4935.8958 7195.4315 52.71% 60.48% 77 257
0.9795 764.0138 3331.5389 7.29% 21.71% 217 77 257
4h2 SEM 23 2016 Arenoso Swingle Alta 87 2 357 Estresante 30 206 0 0.3978 9968.2024 14929.6458 95.12% 97.27% 217 782 0.9965 895.7917 1301.5116 9.57% 10.94% 77 257
5h2 SEM 24 2016 Arenoso Swingle Alta 87 2 357 Estresante 31 180 0 16789.1164 112.21% 109.38% 217 782 0.9596 5192.7533 6394.3484 55.46% 53.75% 77 257
6h2 SEM 28 2016 Arenoso Swingle Alta 87 2 357 Estetica 31 214 400 0.287 11758.5375 15671.9655 102.55% 102.10% 217 782 0.8807 4305.9518 5739.8265 45.98% 48.25% 77 257
0.0109 10747.0029 782 0.6327 11065.8363 16102.3721 118.18% 135.35%
7h2 SEM 29 2016 Arenoso Swingle Alta 87 2 357 Estetica 29 209 400 15349.1492 100% 100% 217 77 257
15499.4553 101.83% 100.98% 217 77 257
8h2 SEM 30 2016 Arenoso Swingle Alta 87 2 357 Estetica 28 178 400 5686.3285 13.33% 37.05% 217 77 257
8376.5703 52.20% 54.57% 217 77 257
9h2 SEM 31 2016 Arenoso Swingle Alta 87 2 357 Estetica 29 215 400 10187.6715 48.97% 66.37% 217 77 257
21195.169 142.43% 138.09% 217 77 257
10h2 SEM 32 2016 Arenoso Swingle Alta 87 2 357 Estetica 30 267 400 15349.1492 217 77 257
16789.1164 100% 100% 217 77 257
11h2 SEM 33 2016 Arenoso Swingle Alta 87 2 357 Estetica 29 245 400 -0.1667 10479.3247 112.21% 109.38% 782 0 9363.8379 11896.9918 100% 100%
0.2311 10670.795
12h2 SEM 34 2016 Arenoso Swingle Alta 87 2 357 Estetica 28 229 400 0.9329 1397.292 782 0.8805 9124.686 11901.9961 97.45% 100.04%
0.9254 5469.724
13h2 SEM 35 2016 Arenoso Swingle Alta 87 2 357 Estetica 29 241 400 0.7618 782 0.9953 966.3778 1292.9186 10.32% 10.87%
-0.0579 5132.24
-0.1667 14925.4615 782 0.9799 3143.5456 4492.6859 33.57% 37.76%
0.287 10479.3247
14h2 SEM 36 2016 Arenoso Swingle Alta 87 2 357 Estetica 28 255 400 11758.5375 782 0.8242 5568.2282 8113.1214 59.47% 68.19%
15h2 SEM 37 2016 Arenoso Swingle baja 87 2 357 Estetica 27 232 400 782 0 8698.9213 11919.8064 92.90% 100.19%
16h2 SEM 38 2016 Arenoso Swingle baja 87 2 357 Estetica 29 222 400 782 0 9363.8379 11896.9918 100% 100%
782 0.8807 4305.9518 5739.8265 45.98% 48.25%
17h2 SEM 39 2016 Arenoso Swingle baja 87 2 357 Estetica 27 243 400 Elaboración propia.
18h2 SEM 40 2016 Arenoso Swingle baja 87 2 357 Estetica 27 211 400
19h2 SEM 41 2016 Arenoso Swingle baja 87 2 357 Estetica 28 178 400
Elaboración propia. Estos resultados proporcionan la confianza para si-
mular escenarios con base al enfoque descrito en la
Tabla 1: Corte de 19 registros de la base de conocimiento Figura 1, de la siguiente forma: El sistema de apoyo a
relacionada con la proveeduría histórica 2016-2019, que ali- la decisión se alimenta de los valores-registros pro-
menta al Soft WEKA: Parte 2. porcionados por el citricultor relacionados con —va-
riables de entrada — el Tipo de Suelo, Porta Injerto,
Nutriente (gr/ rbol) Herbicida (lt/ha) Kg Cosecha kg fruta exportable C110 C150 C175 C200 C230 C250 kg fruta nacional Temporada de cosecha, los m.s.n.m en que se ubica
el huerto, la Edad Promedio de los árboles en pro-
500 200 2478 1632 10 33 11 19 16 7 846 ducción, el número de árboles en producción, el Tipo
de Poda practicada al árbol, la Temperatura promedio
500 0 29891 26554 17 123 276 381 542 223 26554 prevaleciente en el periodo de cultivo, el promedio de
los mm de lluvia durante el periodo de cultivo, los lt/ha
500 0 32825 30600 4 86 300 578 731 101 2225 de Foliar utilizados en el periodo de cultivo, los gr/árbol
de Nutriente aplicados a cada árbol, los lt/ha de Her-
0 200 9120 7905 1 22 96 118 157 71 1215 bicida aplicados al huerto. Las variables de salida son
los Kg Cosecha, los Kg fruta exportable, Calidades de
0 200 45630 41497 2 939 302 519 537 142 4133 fruta, y los Kg fruta nacional.
0 200 183396 144449 95 1894 2835 2234 1116 323 38947
0 200 30915 23885 6 201 448 505 209 36 7030
0 200 94947 47668 48 1182 677 643 227 27 47279
0 200 124896 80444 108 1449 1149 1121 519 386 44452
0 200 50067 35598 314 782 578 257 112 51 14469
0 200 11501 3944 0 92 78 47 11 4 11498
0 200 5480 4420 42 79 65 42 21 11 1060
0 200 30830 26095 283 530 380 182 111 49 30827
0 200 6228 5032 51 87 74 54 24 6 1196
0 200 4842 4250 31 67 75 45 19 13 592
0 200 4280 3570 6 44 63 52 38 7 710
0 200 5465 4335 8 57 70 67 38 15 1130
250 0 6347 5593 21 81 85 88 40 14 754
0 200 625 425 1 6 6 8 4 0 200
Elaboración propia.
11
