Tesis y Trabajos de Investigación PUCP

URI permanente para esta comunidadhttp://54.81.141.168/handle/123456789/6

El Repositorio Digital de Tesis y Trabajos de Investigación PUCP aporta al Repositorio Institucional con todos sus registros, organizados por grado: Doctorado, Maestría, Licenciatura y Bachillerato. Se actualiza permanentemente con las nuevas tesis y trabajos de investigación sustentados y autorizados, así como también con los que que fueron sustentados años atrás.
Ingresa a su web: Repositorio Digital de Tesis y Trabajos de Investigación PUCP

Explorar

Filtros

20201

Ajustes

Autorsearch.filters.applied.operator.equals: search.filters.author.Berrospi Jorge, Bryan RodrigoTemasearch.filters.applied.operator.equals: search.filters.subject.Responsabilidad por daños al medio ambiente--Perú

Resultados de búsqueda

Mostrando 1 - 1 de 1
  • No hay miniatura disponible
    ÍtemTexto completo enlazado
    Propuesta de mejora de la priorización de pasivos ambientales mineros en el Perú mediante una metodología basada en inteligencia artificial con Grey Systems
    (Pontificia Universidad Católica del Perú, 2020-09-11) Berrospi Jorge, Bryan Rodrigo; Delgado Villanueva, Kiko Alexi
    La minería es desde hace unas décadas una parte fundamental del desarrollo económico en este país, dicho desarrollo trajo consigo muchas cosas positivas; sin embargo, debido a la poca preocupación ambiental que existía hasta hace unos años, se generaron aspectos negativos precisamente en este ámbito, como son los pasivos ambientales. Estos pasivos se generaron debido a que no existía una legislación que regulara el cese o finalización de una operación minera, por lo cual, en muchas ocasiones al acabar la operación se abandonaba las labores tal como estaban, generando así un riesgo para la salud y seguridad humana así también como para la integridad de los ecosistemas. En la actualidad se han registrado un total de 8448 pasivos ambientales a lo largo del territorio nacional, afortunadamente existe una preocupación por parte del estado para poder tratar esta problemática, habiendo creado una metodología de clasificación de pasivos ambientales para poder priorizarlos debido a su importancia; sin embargo, esta metodología se basa en estadística y teniendo en cuenta que en la actualidad se existen otros métodos de clasificación, esta tesis se propone plantear una metodología basada en inteligencia artificial con grey systems para mejorar la priorización de pasivos ambientales mineros en el Perú. La metodología de Grey Clustering está basada en inteligencia artificial, la cual es una combinación de matemática con programación para el tratamiento de datos, con dicha metodología se procesó la información obtenida de la Dirección General de Asuntos Ambientales Mineros (DGAAM) del Ministerio de Energía y Minas, obteniendo una clasificación alternativa, nuevas puntuaciones para los pasivos además de nuevos rangos para clasificarlos según el nivel de riesgo. Se concluyó que con la nueva clasificación los pasivos que pertenecen al nivel de riesgo muy alto disminuyen en un 97% al utilizar la metodología de Grey Clustering y la clasificación porcentual, mientras que los que los pasivos que pertenecen al nivel de riesgo alto aumentan en un 42% con la nueva clasificación. Cabe destacar que la metodología y clasificación planteadas en este trabajo aún se encuentra en análisis, por lo que los resultados presentados en esta tesis son de manera preliminar y estos aún pueden ser mejorados.