<br />
<b>Deprecated</b>:  Creation of dynamic property Seboettg\CiteProc\Root\Info::$category is deprecated in <b>/var/www/html/ojs/plugins/generic/citationStyleLanguage/lib/vendor/seboettg/citeproc-php/src/Root/Info.php</b> on line <b>62</b><br />
<br />
<b>Deprecated</b>:  Creation of dynamic property Seboettg\CiteProc\Root\Info::$updated is deprecated in <b>/var/www/html/ojs/plugins/generic/citationStyleLanguage/lib/vendor/seboettg/citeproc-php/src/Root/Info.php</b> on line <b>62</b><br />
<br />
<b>Deprecated</b>:  Creation of dynamic property Seboettg\CiteProc\Root\Info::$rights is deprecated in <b>/var/www/html/ojs/plugins/generic/citationStyleLanguage/lib/vendor/seboettg/citeproc-php/src/Root/Info.php</b> on line <b>62</b><br />
<br />
<b>Warning</b>:  Cannot modify header information - headers already sent by (output started at /var/www/html/ojs/plugins/generic/citationStyleLanguage/lib/vendor/seboettg/citeproc-php/src/Root/Info.php:62) in <b>/var/www/html/ojs/plugins/generic/citationStyleLanguage/CitationStyleLanguagePlugin.php</b> on line <b>654</b><br />
<br />
<b>Warning</b>:  Cannot modify header information - headers already sent by (output started at /var/www/html/ojs/plugins/generic/citationStyleLanguage/lib/vendor/seboettg/citeproc-php/src/Root/Info.php:62) in <b>/var/www/html/ojs/plugins/generic/citationStyleLanguage/CitationStyleLanguagePlugin.php</b> on line <b>655</b><br />
@article{Predicción de Consumo Energético en Edificios Universitarios usando la aplicación Regression Learner de MATLAB_2026, volume={10}, url={https://investigacion.utc.edu.ec/index.php/ciya/article/view/1240}, DOI={10.61236/ciya.v10i1.1240}, abstractNote={
En este proyecto se analiza la predicción del consumo de potencia eléctrica en tres edificios de la Universidad Laica Eloy Alfaro de Manabí, utilizando la herramienta Regression Learner de MATLAB. La primera fase contempla una revisión de los conceptos clave relacionados con el consumo energético y la importancia de los modelos predictivos para la gestión de la demanda en infraestructuras universitarias. Posteriormente, se recopilaron datos de consumo eléctrico provenientes de tres edificaciones académicas, correspondientes a un período de 10 meses del año 2022, con el objetivo de realizar un análisis detallado del comportamiento energético de cada una. En la fase de modelado, se emplearon algoritmos de regresión disponibles en MATLAB para analizar y predecir las curvas de demanda eléctrica, tomando como variables factores como la hora del día y las condiciones climáticas. Además, se desarrolló una interfaz interactiva mediante App Designer, que permite al usuario obtener predicciones personalizadas de potencia y corriente, según la facultad y la fecha seleccionadas. Finalmente, se presentan las conclusiones del estudio y los resultados obtenidos, los cuales permiten evaluar el desempeño del modelo y su utilidad como herramienta para mejorar la eficiencia energética y optimizar la planificación del consumo eléctrico futuro.
}, number={1}, journal={Ciencias de la Ingeniería y Aplicadas}, year={2026}, month={ene.}, pages={128–144} }