Acceso usuarios
, Francisco Soler Flores
Ante un eventual crecimiento o necesidad de espacio para una futura ampliación es necesaria una buena planificación. Una mala planificación, llevaría a no emplear correctamente los recursos y medios disponibles en el entorno. Las redes neuronales artificiales pueden ser de gran ayuda en la planificación portuaria, la optimización del territorio y por tanto la afección medioambiental del entorno que las rodea. La investigación se centra en el análisis del comportamiento de la red neuronal, en la planificación portuaria de las terminales de contenedores y en concreto en el estudio de la capacidad de las mismas en un escenario de crisis como en el que nos encontramos. De este modo se puede evaluar, sin la necesidad de nuevas inversiones y nuevos espacios, qué tráficos se pueden gestionar en dichas terminales. La Universidad Politécnica de Madrid, ha desarrollado una herramienta denominada NNtex basada en las redes neuronales artificiales ANN cuyos resultados se muestran a continuación.
The land required for container terminals in a crisis scenario. Forecasts by neural networks.
Faced with possible growth or need of space for a future enlargement it is necessary to have a good plan. A bad plan would cause to not employ resources and available means in the environment properly. Artificial Neural Networks (ANN), can be of great help in port planning, territory optimization and therefore in the environmental effects on the surrounding environment. The research focuses on the analysis of the neural network performance in container terminals port planning and - in particular - in the study of their capacity in a crisis scenario such as the one we are in. In this way we can evaluate, without the need of new investments or new spaces, what traffic can be managed in these terminals. The Polytechnic University of Madrid has developed a tool called NNtex based on Artificial Neural Networks and the results are shown below.
