Schulze González, ErikHerrera Montoya, Felipe2026-06-162026-06-162024-07https://repositoriobibliotecas.uv.cl/handle/uvscl/17510La presente tesis aborda el desarrollo e implementación de un modelo de aprendizaje automático para la planificación en casos de incendios forestales. Utilizando técnicas de machine learning, se busca mejorar la capacidad de respuesta ante emergencias y optimizar la toma de decisiones en la gestión de evacuaciones. El estudio se realizó empleando el lenguaje de programación Python, aprovechando las librerías asociadas a estas técnicas. El proceso comenzó con la recopilación y preprocesamiento de datos relevantes, incluyendo variables meteorológicas, características del incendios y datos demográficos. Se empleó una metodología de prototipos para ajustar el modelo, permitiendo iteraciones rápidas y basadas en resultados. Además, se desarrollaron funciones para calcular distancias geográficas entre focos de incendios y áreas pobladas, así como para definir umbrales de evacuación basados en el tamaño del incendio y la densidad poblacional. Los resultados obtenidos demuestran el potencial en la capacidad para predecir la necesidad de evacuación y planificar rutas al utilizar este tipo de herramientas, contribuyendo así a una respuesta más efectiva en situación de emergencia. Esta investigación proporciona bases para futuras implementaciones de estas técnicas en la gestión de desastres naturales, con potencial de ser adaptada a diferentes contextos y regiones.esAtribución-NoComercial-CompartirIgual 3.0 Chile (CC BY-NC-SA 3.0 CL)INCENDIOS FORESTALESMACHINE LEARNINGEVACUACIONMAQUINAS DE VECTORES DE SOPORTETDPRE