Desarrollo de un sistema de análisis de las variables que afectan el crecimiento de las aves de corral

Abstract

Este documento presenta la predicción del crecimiento del ave con relación a las variables ambientales que más influyen en este proceso. Se utilizó redes neuronales recurrentes para realizar el entrenamiento de los datos que se obtuvieron en un determinado tiempo, para ello se instalaron sensores en un galpón adquiriendo los datos de temperatura, Humedad, Velocidad del viento y el peso de las aves de engorde, donde cada hora se enviaban los datos a ThingSpeak para obtener la información en tiempo real, con el fin de abarcar el IoT. Posteriormente se utilizó Python para la realización del algoritmo a partir de redes LSTM para ello se requería de la base de datos de todas las variables, con esto se realizó el procesamiento de esta información con el fin de eliminar los datos atípicos y finalmente trabajar el algoritmo con los valores normalizados. La evaluación del rendimiento del sistema se evaluó a partir del error cuadrático medio (RMSE), donde se pudo observar a partir de los porcentajes obtenidos que el sistema no llegó a estar sobreentrenado debido a que el RMSE nunca fue cero. Finalmente, al obtener el sistema de predicción se creó una página web a partir de Python Y HTML para mostrar la predicción del crecimiento cada cierta cantidad de tiempo, junto con esto se realizaron alarmas a partir de programación para informar a la persona del rendimiento que tenía el galpón en ese momento.