A. Robles-Velasco, P. Cortés, J. Muñuzuri, Elena Barbadilla-Martín
{"title":"logistic回归在供水网络管道破裂预测中的应用","authors":"A. Robles-Velasco, P. Cortés, J. Muñuzuri, Elena Barbadilla-Martín","doi":"10.37610/dyo.v0i70.570","DOIUrl":null,"url":null,"abstract":"Las roturas de tuberías en redes de abastecimiento de agua provocan serios problemas para las compañías encargadas de su gestión. Con objeto de reducir el número de roturas inesperadas, se propone un método predictivo de clasificación de las tuberías que utiliza la regresión logística, junto con técnicas avanzadas de procesamiento de datos, como el equilibrado de clases o la validación cruzada. La metodología se ha aplicado al caso real de la red de abastecimiento de Sevilla. Los resultados muestran que podría llegar a predecirse el 85.9% de las roturas de tuberías, siendo 76.6% la precisión total del modelo.Palabras clave: Regresión logística; Red de abastecimiento de agua; Predicción de roturas de tuberías; Aprendizaje automático","PeriodicalId":166318,"journal":{"name":"Dirección y Organización","volume":"74 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-04-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"4","resultStr":"{\"title\":\"Aplicación de la regresión logística para la predicción de roturas de tuberías en redes de abastecimiento de agua\",\"authors\":\"A. Robles-Velasco, P. Cortés, J. Muñuzuri, Elena Barbadilla-Martín\",\"doi\":\"10.37610/dyo.v0i70.570\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Las roturas de tuberías en redes de abastecimiento de agua provocan serios problemas para las compañías encargadas de su gestión. Con objeto de reducir el número de roturas inesperadas, se propone un método predictivo de clasificación de las tuberías que utiliza la regresión logística, junto con técnicas avanzadas de procesamiento de datos, como el equilibrado de clases o la validación cruzada. La metodología se ha aplicado al caso real de la red de abastecimiento de Sevilla. Los resultados muestran que podría llegar a predecirse el 85.9% de las roturas de tuberías, siendo 76.6% la precisión total del modelo.Palabras clave: Regresión logística; Red de abastecimiento de agua; Predicción de roturas de tuberías; Aprendizaje automático\",\"PeriodicalId\":166318,\"journal\":{\"name\":\"Dirección y Organización\",\"volume\":\"74 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2020-04-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"4\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Dirección y Organización\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.37610/dyo.v0i70.570\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Dirección y Organización","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37610/dyo.v0i70.570","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Aplicación de la regresión logística para la predicción de roturas de tuberías en redes de abastecimiento de agua
Las roturas de tuberías en redes de abastecimiento de agua provocan serios problemas para las compañías encargadas de su gestión. Con objeto de reducir el número de roturas inesperadas, se propone un método predictivo de clasificación de las tuberías que utiliza la regresión logística, junto con técnicas avanzadas de procesamiento de datos, como el equilibrado de clases o la validación cruzada. La metodología se ha aplicado al caso real de la red de abastecimiento de Sevilla. Los resultados muestran que podría llegar a predecirse el 85.9% de las roturas de tuberías, siendo 76.6% la precisión total del modelo.Palabras clave: Regresión logística; Red de abastecimiento de agua; Predicción de roturas de tuberías; Aprendizaje automático