Clustering en la recolección y comercialización de residuos sólidos para una gestión sostenible en Lima, Perú
La recolección y comercialización de residuos sólidos son dos procesos claves en la gestión de residuos sólidos ya que involucra factores críticos para que sea sostenible, en ese sentido, el objetivo de esta investigación es la aplicación clustering en la recolección y comercialización de residuos s...
Guardado en:
| Autores principales: | , |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de pregrado |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2024
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881510360665554944 |
|---|---|
| author | Atencio Cartagena, Edward Lopez Laurente, Rolando Andres |
| author2 | Fernandez Rojas, Joel Hugo |
| author_browse | Atencio Cartagena, Edward Fernandez Rojas, Joel Hugo Lopez Laurente, Rolando Andres |
| author_facet | Fernandez Rojas, Joel Hugo Atencio Cartagena, Edward Lopez Laurente, Rolando Andres |
| author_sort | Atencio Cartagena, Edward |
| collection | Repositorio institucional |
| description | La recolección y comercialización de residuos sólidos son dos procesos claves en la gestión de residuos sólidos ya que involucra factores críticos para que sea sostenible, en ese sentido, el objetivo de esta investigación es la aplicación clustering en la recolección y comercialización de residuos sólidos para una gestión sostenible en una empresa de Lima Perú. La metodología utilizada en esta investigación fue la del aprendizaje de máquia no supervisada mediante el método k-means aplicado a la recolección y comercialización de los residuos sólidos, se analizó el número óptimo de clústeres considerando entre dos y diez con 100 iteraciones y analizamos si los índices encontrados fueron estables mediante el coeficiente de Jaccard jittering y Bootstrap, encontrándose para la recolección y comercialización 3 clusteres estables los cuales dieron patrones de
comportamiento y características semejantes a través de los meses analizados. Finalmente, El método de kmeans permite la segmentación de residuos ya sea de entrada y salidas de tal manera que clasifica e identifica las características de estos para el manejo de residuos sólidos de manera eficiente. Además, el evaluar y la aplicación del clustering nos permite la optimización de la recolección y comercialización (ingresos y salidas) de los residuos sólidos y nos ayudó a la optimización de rutas y frecuencias de recolección, reduciendo costos operativos y mejorando la eficiencia logística en la gestión de residuos. |
| escuela_str_mv | Escuela Profesional de Ingeniería Ambiental |
| format | info:eu-repo/semantics/bachelorThesis |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/8567 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Gestión ambiental |
| ocde_area_str_mv | Ingeniería y tecnología |
| ocde_disciplina_str_mv | Ingeniería ambiental |
| ocde_str_mv | 2.07.01 |
| programa_nombre_str_mv | Ingeniería Ambiental |
| programa_uri_str_mv | http://upeu.edu.pe/sys/programas/programa/ingenieria-ambiental |
| publishDate | 2024 |
| publishDateRange | 2024 |
| publishDateSort | 2024 |
| publisher | Universidad Peruana Unión |
| publisherStr | Universidad Peruana Unión |
| record_format | dspace |
| sede_str_mv | Lima |
| spelling | Clustering en la recolección y comercialización de residuos sólidos para una gestión sostenible en Lima, Perú Atencio Cartagena, Edward Lopez Laurente, Rolando Andres Fernandez Rojas, Joel Hugo Análisis de conglomerados Aprendizaje de máquina no supervisado Gestión de residuos sólidos Plomo La recolección y comercialización de residuos sólidos son dos procesos claves en la gestión de residuos sólidos ya que involucra factores críticos para que sea sostenible, en ese sentido, el objetivo de esta investigación es la aplicación clustering en la recolección y comercialización de residuos sólidos para una gestión sostenible en una empresa de Lima Perú. La metodología utilizada en esta investigación fue la del aprendizaje de máquia no supervisada mediante el método k-means aplicado a la recolección y comercialización de los residuos sólidos, se analizó el número óptimo de clústeres considerando entre dos y diez con 100 iteraciones y analizamos si los índices encontrados fueron estables mediante el coeficiente de Jaccard jittering y Bootstrap, encontrándose para la recolección y comercialización 3 clusteres estables los cuales dieron patrones de comportamiento y características semejantes a través de los meses analizados. Finalmente, El método de kmeans permite la segmentación de residuos ya sea de entrada y salidas de tal manera que clasifica e identifica las características de estos para el manejo de residuos sólidos de manera eficiente. Además, el evaluar y la aplicación del clustering nos permite la optimización de la recolección y comercialización (ingresos y salidas) de los residuos sólidos y nos ayudó a la optimización de rutas y frecuencias de recolección, reduciendo costos operativos y mejorando la eficiencia logística en la gestión de residuos. 2024-09-17 2025-03-18T16:03:54Z 2025-03-18T16:03:54Z info:eu-repo/semantics/bachelorThesis https://hdl.handle.net/20.500.12840/8567 spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidad Peruana Unión PE oai:repositorio.upeu.edu.pe:20.500.12840/8567 2026-11-10T17:45:09Z |
| spellingShingle | Análisis de conglomerados Aprendizaje de máquina no supervisado Gestión de residuos sólidos Plomo Atencio Cartagena, Edward Lopez Laurente, Rolando Andres Clustering en la recolección y comercialización de residuos sólidos para una gestión sostenible en Lima, Perú |
| title | Clustering en la recolección y comercialización de residuos sólidos para una gestión sostenible en Lima, Perú |
| title_full | Clustering en la recolección y comercialización de residuos sólidos para una gestión sostenible en Lima, Perú |
| title_fullStr | Clustering en la recolección y comercialización de residuos sólidos para una gestión sostenible en Lima, Perú |
| title_full_unstemmed | Clustering en la recolección y comercialización de residuos sólidos para una gestión sostenible en Lima, Perú |
| title_short | Clustering en la recolección y comercialización de residuos sólidos para una gestión sostenible en Lima, Perú |
| title_sort | clustering en la recoleccion y comercializacion de residuos solidos para una gestion sostenible en lima peru |
| topic | Análisis de conglomerados Aprendizaje de máquina no supervisado Gestión de residuos sólidos Plomo |
| topic_facet | Análisis de conglomerados Aprendizaje de máquina no supervisado Gestión de residuos sólidos Plomo |
| url | https://hdl.handle.net/20.500.12840/8567 |
| work_keys_str_mv | AT atenciocartagenaedward clusteringenlarecoleccionycomercializacionderesiduossolidosparaunagestionsostenibleenlimaperu AT lopezlaurenterolandoandres clusteringenlarecoleccionycomercializacionderesiduossolidosparaunagestionsostenibleenlimaperu |