Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Propuesta metodológica para calcular el avalúo de un predio empleando redes neuronales artificiales

Casas Fajardo, Adriana Emilcen (2014) Propuesta metodológica para calcular el avalúo de un predio empleando redes neuronales artificiales. Maestría thesis, Universidad Nacional de Colombia.

Texto completo

[img] PDF - Versión Aceptada
Restricted to Sólo usuarios registrados until 18 Junio 2020.
Available under License Creative Commons Attribution Non-commercial No Derivatives.

3MB

Resumen

El presente estudio tiene como objetivo la determinación del avalúo de un predio urbano empleando la metodología de Redes Neuronales Artificiales (RNA) que es el método econométrico menos tradicional del campo de la inteligencia artificial. Para el desarrollo del modelo se usó las variables que el IGAC emplea tradicionalmente para el cálculo de los avalúos catastrales y se incorporaron variables de ubicación espacial de los predios apoyados en un Sistema de Información Geográfica. Los datos que se emplearon para la estimación del modelo fueron obtenidos en la investigación de mercado directa e indirecta realizada en el proceso de Actualización de la Formación Catastral de la zona urbana del Municipio de Fusagasugá que entró en vigencia el primero de enero de 2013. Para obtener el mejor modelo de RNA, en el que se seleccionen las variables que más contribuyen a la determinación del valor de un inmueble, se realizaron, numerosas pruebas, utilizando el algoritmo Perceptrón Multicapa de tipo supervisado MLP y el software estadístico SPSS V. 21. Las variables explicativas incluidas en el modelo final para calcular el avalúo catastral de un predio han sido: la Área Terreno, Área C Privada, USOPOT, X Centroide, Distancia, Comuna, Puntaje Estructura, Puntaje Total, No Pisos, No Habitaciones, Edad, Y Centroide, Puntaje Cocina, Puntaje Acabados, Puntaje Baños y No Baños. La prueba paramétrica t de Student para datos pareados o muestras relacionadas, corroboró el mayor poder de la Red Neuronal Artificial para estimar los avalúos respecto de resultados obtenidos con la metodología del IGAC. Tras esto, se considera que las variables utilizadas para caracterizar el valor de un predio en el municipio de Fusagasugá, fácilmente se pueden adaptar a otras ciudades de Colombia., Abstract. The present study aims at determining the valuation of an urban property using the methodology of Artificial Neural Networks (ANN) which is the least traditional econometric method in the field of artificial intelligence. To develop the model variables IGAC traditionally used to calculate the assessed valuations of variables and spatial location of the properties supported by a Geographic Information System was used were included. The data were used to estimate the model were obtained in the investigation of direct and indirect market made in the process of training the Cadastral Updating the urban area of the Municipality of Fusagasugá which came into force on January 2013. For the best model RNA, wherein the variables that contribute to determining the value of a property is selected, were conducted extensive testing using the algorithm type supervised Multilayer Perceptron MLP and statistical software SPSS V. 21.The explanatory variables included in the final model to calculate the assessed value of a property have been: Land Area, Private C, USOPOT, Centroid X, Range, City, Structure Points, Total Points, No Flats, No Rooms, Age, and Centroid Points Kitchen, Finished Score, Score Bathrooms and No Bathrooms. The parametric Student's t test for paired data or related samples, confirmed the greater power of Artificial Neural Network to estimate the relative valuations of results obtained with the methodology of IGAC. After this, it is considered that the variables used to characterize the value of a property in the town of Fusagasugá, can easily be adapted to other cities of Colombia.

Tipo de documento:Tesis/trabajos de grado - Thesis (Maestría)
Colaborador / Asesor:Boada Rodriguez, Alberto
Información adicional:Maestría en Geomática. Línea de Investigación: Geoinvestigación para el Uso Sostenible de los Recursos Naturales
Palabras clave:Redes neuronales artificiales, Variables de localización, Sistemas de información geografico, Avalúos, Artificial neural networks, Location variables, Geographic Information, System, appraisals, Haykin, S. (1999). Neural Networks: A Comprehensive Foundation. Prentice-Hall. New Jersey, USA: 2.ª Edição. Henderson, J. (1985). Economic Theory and the cities. Academic Press. Orlando. Henderson, J. (1985). Economic theory and zoning in urban Economy: Further Results. American Economic Review, 73, 98-113. Hilera, J. R., & Martínez, V. J. (1995). Redes Neuronales Artificiales: Fundamentos, modelos y aplicaciones. Madrid: Ra-Ma. Hochman, O., & Pines, D. (1982). Cost of Adjustyment and the spatial pattern of a growing open city. Econometrica 5 0, (6), 1371 - 1391. Hopfield, J. J. (1982). Neural Networks and Physical Systems with Emergent Computational Abilities. Washington, USA: Proceedings of the National Academy of Sciences, Vol. 79. Huawang, S. (2009). Determination of Real estate Price Based on Principal Componet Analysis and Artificial Neural Networks. . Second International Conference on Intelligent Computatión Technology and Automation. IGAC. (Diciembre de 2010). Manual para la Elaboración del Estudio de Zonas Homogéneas Físicas y Geoconomicas y determinación del valor unitario por tipo de construcción y . Bogotá: IGAC. J., F., & M., S. D. (1993). Redes Neuronales Algoritmos, aplicaciones y técnicas de Programación. 26 - 241. Wilminton Addiso - Wesley Diáz de Santos. Jain, A. K., Mao, J., & Mohiuddin, K. M. (1996). Artificial Neural Networks: A Tutorial. Computers JEEE, 31. James, H., & Lam, E. (1996). The Realiability of artificial Neural Networks for Property data Analysis. Paper presented to the third European Real Estate Society conference, june , 26-28. Journel, A. (1975). Guide Practique de Geostatisque miniere. París. Journel, A. (1977). Géoestatisque Minere. París: Thése Doctteur. CGMM. Kauko, T. (2003). On current neural network applications involving spatial modelling.
Temática:3 Ciencias sociales / Social sciences > 33 Economía / Economics
3 Ciencias sociales / Social sciences > 35 Administración pública y ciencia militar / Public administration & military science
5 Ciencias naturales y matemáticas / Science > 55 Ciencias de la tierra / Earth sciences & geology
6 Tecnología (ciencias aplicadas) / Technology
6 Tecnología (ciencias aplicadas) / Technology > 62 Ingeniería y operaciones afines / Engineering
Unidad administrativa:Sede Bogotá > Facultad de Agronomía > Departamento de Agronomía
Sede Bogotá > Facultad de Ciencias > Facultad de Agronomía > Departamento de Agronomía
Código ID:49434
Enviado por : Propuesta Adriana Emilcen Casas Fajardo
Enviado el día :17 Junio 2015 20:06
Ultima modificación:17 Junio 2015 20:06
Ultima modificación:17 Junio 2015 20:06
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Registry of Open Access Repositories OpenDOAR Metabiblioteca BDCOL OAIster Red de repositorios latinoamericanos DSpace BASE Open archives La referencia Colombiae Open Access Theses and Dissertations Tesis latinoamericanas CLACSO
Este sitio web se ve mejor en Firefox