Mostrar el registro sencillo del ítem
Machine learning en matlab para mejorar la disponibilidad en los buses de la empresa Turismo Nacional Imperial Cusco SAC
dc.contributor.advisor | Panta Carranza, Dante Omar | |
dc.contributor.author | Ruiz Meléndez, Roberto | |
dc.date.accessioned | 2022-04-21T01:36:32Z | |
dc.date.available | 2022-04-21T01:36:32Z | |
dc.date.issued | 2021 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12692/86535 | |
dc.description.abstract | La presente investigación tuvo como objetivo desarrollar un modelo predictivo de fallas utilizando machine learning para mejorar la disponibilidad en los buses de la empresa Turismo Nacional Imperial Cusco S.A.C. ya que la constante alza en los precios para mantener disponible un bus ocasiona que las empresas de transporte realicen el cambio de los repuestos cuando el daño sea notorio, sin embargo, la falla en ocasiones paraliza el servicio que se realiza. De diseño experimental y tipo aplicada analizó como muestra 7 buses que realizan transporte de personal, asimismo utilizo la metodología CRISP-DM para el desarrollo del modelo predictivo. Mediante el procesamiento del modelo machine learning en Matlab se evidenció una precisión del 82.8% con el algoritmo de árbol de decisiones, obteniendo como resultado de aplicar el modelo predictivo una reducción de 53.65 a 10.26 en el indicador tiempo medio entre fallos (MTBF) y de 786.81 a 11.79 en el indicador tiempo medio de reparación (MTTR). En conclusión, el modelo predictivo de machine learning en Matlab R2019b incrementa la disponibilidad en los buses de la empresa Turismo Nacional Imperial Cusco S.A.C. | en_US |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad César Vallejo | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | es_PE |
dc.source | Repositorio Institucional - UCV | es_PE |
dc.source | Universidad César Vallejo | es_PE |
dc.subject | Transporte urbano | es_PE |
dc.subject | Turismo | es_PE |
dc.subject | Mejora continua | es_PE |
dc.title | Machine learning en matlab para mejorar la disponibilidad en los buses de la empresa Turismo Nacional Imperial Cusco SAC | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.discipline | Ingeniería Mecánica Eléctrica | es_PE |
thesis.degree.grantor | Universidad César Vallejo. Facultad de Ingeniería y Arquitectura | es_PE |
thesis.degree.name | Ingeniero Mecánico Electricista | es_PE |
dc.description.sede | Trujillo | es_PE |
dc.description.escuela | Escuela de Ingeniería Mecánica Eléctrica | es_PE |
dc.description.lineadeinvestigacion | Sistemas y planes de mantenimiento | es_PE |
renati.advisor.dni | 17435779 | |
renati.advisor.orcid | https://orcid.org/0000-0002-4731-263X | es_PE |
renati.author.dni | 08400700 | |
renati.discipline | 713076 | es_PE |
renati.juror | Carranza Montenegro, Daniel | |
renati.juror | Lujan Lopez, Jorge Eduardo | |
renati.juror | Panta Carranza, Dante Omar | |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.03.01 | es_PE |
dc.publisher.country | PE | es_PE |
dc.description.lig | Biodiversidad, cambio climático y calidad ambiental | es_PE |
dc.description.rsu | Innovación tecnológica y desarrollo sostenible | es_PE |
dc.description.ods | Producción y consumo responsable | es_PE |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(es)
-
Trujillo [529]