Saltar al contenido
10 de octubre de 2026 Ingresar

Objetivo específico 3

Red Neuronal Artificial (MLP)

Perceptrón multicapa entrenado por retropropagación. Las entradas son los indicadores del framework y la salida es el Índice de Rentabilidad Regenerativa. Cuando no se dispone de datos reales suficientes, el protocolo prevé usar escenarios simulados derivados del propio framework: es lo que hace el generador de muestras.

Entrenar modelo

Con 600 muestras y 300 épocas el entrenamiento toma unos segundos.

Modelo activo

Arquitectura 17–8–1 · entrenado el 10/10/2026 21:22

Muestras600
Épocas300
Tasa de aprendizaje0,05
MSE0,000698
RMSE0,026421
MAE0,020044
R²0,9095
n validación120

Predecir con el modelo

Curva de entrenamiento

ÉpocaMSEConvergencia
1 0,010723
16 0,001743
31 0,000711
46 0,000641
61 0,000613
76 0,000623
91 0,000582
106 0,000569
121 0,000563
136 0,000617
151 0,000552
166 0,000529
181 0,000522
196 0,000517
211 0,00057
226 0,000503
241 0,000542
256 0,000491
271 0,000489
286 0,00048
300 0,000479

Variables de entrada de la red

DimensiónCódigoIndicadorUnidad
D1 ECO_MARGEN Margen neto ajustado por externalidades %
D1 ECO_ROI Retorno sobre la inversión (ROI) %
D1 ECO_PE Ventas sobre el punto de equilibrio veces
D1 ECO_REINV Utilidad reinvertida en capitales no financieros %
D1 ECO_AUTON Autonomía financiera %
D2 OPE_EFIC Eficiencia operativa global (OEE) %
D2 OPE_PROD Productividad por trabajador USD/empleado
D2 OPE_COSTO Costos operativos sobre ventas %
D2 OPE_ENER Consumo energético por unidad producida kWh/unidad
D3 SOC_INGRESO Incremento del ingreso de proveedores y trabajadores %
D3 SOC_CADENA Participación del primer eslabón en el precio final %
D3 SOC_CAPAC Horas de capacitación por trabajador al año h/año
D3 SOC_AUTON Autonomía del efecto social a 24 meses %
D4 AMB_CIRC Tasa de circularidad efectiva %
D4 AMB_RESID Residuos no valorizados por unidad producida kg/unidad
D4 AMB_CARB Balance neto de carbono tCO₂e
D4 AMB_AGUA Eficiencia en el uso del agua L/unidad