2026-05-30T17:34:54Zhttps://riubu.ubu.es/oai/request

oai:riubu.ubu.es:10259/54172024-05-20T09:54:16Zcom_10259_2699col_10259_2723

Alonso de Armiño Pérez, Carlos Manzanedo del Campo, Miguel Ángel Herrero Cosío, Álvaro Universidad de Burgos. Departamento de Ingeniería Civil Macroeconomía Transporte de mercancías por carretera Métodos proyeccionistas Técnicas de agrupamiento Redes neuronales Macroeconomics Freight Road Transportation Projection Methods Clustering Techniques Neural Networks Los importantes y rápidos cambios con un alto nivel disruptivo que ha experimentado la actividad económica de nuestra sociedad en el periodo más reciente, ha hecho que el transporte se adapte inmediatamente a los nuevos requerimientos de servicios. Este análisis permite desarrollar un nuevo marco de estudio a través de técnicas de Inteligencia Artificial (aprendizaje máquina más específicamente) de esa vinculación congénita entre economía y transporte. Para ello se aplican métodos proyeccionistas y de agrupamiento junto con redes neuronales supervisadas, generando una valiosa información y un substrato suficiente para respaldar estudios y modelos que analicen y se apoyen en el paralelismo de estas actividades. Tras una exhaustiva experimentación se han obtenido resultados relevantes en el análisis de las series temporales de datos macroeconómicos y de transporte. Todo ello ha permitido obtener destacadas conclusiones que pretenden mejorar la gestión del transporte de mercancías por carretera en España. 2020-08-27 2020-08-27 2019 info:eu-repo/semantics/doctoralThesis http://hdl.handle.net/10259/5417 10.36443/10259/5417 spa http://creativecommons.org/licenses/by-nc-nd/4.0/ Este documento está sujeto a una licencia de uso Creative Commons, por la cual está permitido hacer copia, distribuir y comunicar públicamente la obra siempre que se cite al autor original y no se haga de él uso comercial ni obra derivada info:eu-repo/semantics/openAccess Attribution-NonCommercial-NoDerivatives 4.0 Internacional