Diseño de un sistema de apoyo a la toma de decisiones- dss para la gestión de las etapas pre-desastre de sismos en Bucaramanga, basado en técnicas de aprendizaje automático (Machine learning)
No Thumbnail Available
Date
2017
Authors
Advisors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
A lo largo de la historia, la humanidad ha estado expuesta a eventos catastróficos e inesperados tanto naturales como antropogénicos, que han cobrado una gran cantidad de vidas humanas y daños materiales cuantificados en miles de dólares. La comunidad científica en la búsqueda de mitigar el impacto de las pérdidas económicas y humanas ha desarrollado sistemas de información para el apoyo de las actividades relacionadas con la gestión de desastres; dentro de estos sistemas se encuentran los sistemas de apoyo a toma de decisiones (DSS). Las actividades más importantes a realizar en las etapas de preparación y prevención de desastres son: la selección de albergues, planeación de rutas de evacuación y distribución de ayudas humanitarias, las cuales usualmente son abordadas desde el campo de investigación de operaciones a través de problemas de optimización combinatoria tales como problemas de localización de instalaciones, problemas de ruteo de vehículos y combinaciones de los anteriores. Una dificultad significativa en el desarrollo de herramientas para la toma de decisiones dentro de la gestión de desastres se encuentra en la alta incertidumbre asociada a los resultados de un posible desastre catastrófico y las características del entorno después del evento. Aplicaciones de DSS a la gestión de desastres también conocidos como DSS-DM, han utilizado enfoques de inteligencia artificial IA, sistemas expertos ES y aprendizaje automático ML con el fin de hacer frente a estos problemas. Por lo tanto, en este trabajo se presenta el diseño de un DSS-DM que permita una toma de decisiones en actividades relacionadas a la preparación y mitigación en la ciudad de Bucaramanga, generando escenarios de desastre basados en datos históricos e información georreferenciada utilizando modelos de aprendizaje automático.
Description
Keywords
Aprendizaje Automático, Sistemas De Apoyo A La Toma De Decisiones, Gestión De Desastres