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

Pronóstico de series de tiempo con ciclo y tendencia usando redes neuronales artificiales

Valencia Carmona, Jenny Elizabeth (2016) Pronóstico de series de tiempo con ciclo y tendencia usando redes neuronales artificiales. Maestría thesis, Universidad Nacional de Colombia - Sede Medellín.

Texto completo

[img]
Vista previa
PDF - Versión Aceptada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

1MB

Resumen

El pronóstico de series de tiempo con ciclo y tendencia ha sido un problema vigente durante las últimas décadas en la literatura, este usualmente ha sido abordado mediante métodos clásicos como los modelos SARIMA y métodos más novedosos como las redes neuronales artificiales. Una decisión a tomar al momento de entrenar la red es si la red debe ser construida con los datos originales o que por el contrario, la tendencia y el ciclo deben ser removidos previamente, por lo que el objetivo de este trabajo fue determinar cuál de las aproximaciones es más adecuada para el pronóstico de series de tiempo con ciclo y tendencia en términos de precisión del modelo y adicionalmente, explorar la reproducción de las características de la serie en largo plazo en cada caso. Para esto, se utilizaron 3 series benchmark y se encontró que el modelo con los datos originales es capaz de pronosticar la serie de tiempo mejor que las redes a las cuales se les ha removido el ciclo y tendencia cuando se busca pronosticar el próximo periodo. Sin embargo, para los resultados en el largo plazo, la red con los datos originales pierde su capacidad de continuar con los patrones que originalmente mostraban la serie y se estabiliza, mientras que las redes sin ciclo y tendencia, aunque muestran un desempeño inferior a corto plazo, en el largo plazo, tienen un comportamiento más cercano a los resultados obtenidos por el modelo SARIMA que convergen al valor esperado.

Tipo de documento:Tesis/trabajos de grado - Thesis (Maestría)
Colaborador / Asesor:Velásquez Henao, Juan David
Palabras clave:predicción, SARIMA, redes neuronales, series de tiempo con ciclo y tendencia.
Temática:0 Generalidades / Computer science, information & general works
Unidad administrativa:Sede Medellín > Facultad de Minas > Escuela de Sistemas
Código ID:56436
Enviado por : Unnamed user with email jenevalenciacar@unal.edu.co
Enviado el día :21 Apr 2017 20:22
Ultima modificación:14 Noviembre 2017 14:41
Ultima modificación:14 Noviembre 2017 14:41
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 Metabiblioteca OAIster BASE BDCOL Registry of Open Access Repositories SNAAC Red de repositorios latinoamericanos eprints Open archives La referencia Tesis latinoamericanas OpenDOAR CLACSO
Este sitio web se ve mejor en Firefox