Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia
En este artículo se compara el desempeño de un modelo ARIMA, un perceptron multicapa y una red neuronal autorregresiva para pronosticar la demanda mensual de electricidad en Colombia para el siguiente mes adelante. Los datos disponibles fueron divididos en dos conjuntos, el primero para estimar los...
Guardado en:
| Autores principales: | , , |
|---|---|
| Formato: | article Artículo |
| Lenguaje: | Español |
| Publicado: |
Universidad Icesi
2009
|
| Materias: | |
| Acceso en línea: | http://hdl.handle.net/10906/2096 http://www.icesi.edu.co/revistas/index.php/estudios_gerenciales/article/view/311 http://biblioteca2.icesi.edu.co/cgi-olib?infile=details.glu&loid=211351 http://biblioteca.clacso.edu.ar/gsdl/cgi-bin/library.cgi?a=d&c=co/co-008&d=109062096oai |
| Aporte de: |
| Sumario: | En este artículo se compara el desempeño de un modelo ARIMA, un perceptron multicapa y una red neuronal autorregresiva para pronosticar la demanda mensual de electricidad en Colombia para el siguiente mes adelante. Los datos disponibles fueron divididos en dos conjuntos, el primero para estimar los parámetros del modelo y el segundo para la capacidad de predicción por fuera de la muestra de calibración. Los resultados revelan que la red neuronal autorregresiva es capaz de pronosticar la demanda con mayor precisión que los otros dos modelos cuando la totalidad de los datos es considerada. |
|---|