ELECTRICITY DEMAND FORECASTING USING A SARIMAMULTIPLICATIVE SINGLE NEURON HYBRID MODEL

La combinación de modelos SARIMA y redes neuronales son una aproximación común para pronosticar series de tiempo no lineales. Mientras la metodología SARIMA es usada para capturar las componentes lineales en la serie de tiempo, las redes neuronales artifi ciales son aplicadas para pronosticar las no-...

Full description

Bibliographic Details
Main Authors: JUAN DAVID VELÁSQUEZ HENAO, VIVIANA MARIA RUEDA MEJIA, CARLOS JAIME FRANCO CARDONA
Format: Article
Language:English
Published: Universidad Nacional de Colombia 2013-01-01
Series:Dyna
Online Access:http://www.redalyc.org/articulo.oa?id=49627455002
_version_ 1818564413431480320
author JUAN DAVID VELÁSQUEZ HENAO
VIVIANA MARIA RUEDA MEJIA
CARLOS JAIME FRANCO CARDONA
author_facet JUAN DAVID VELÁSQUEZ HENAO
VIVIANA MARIA RUEDA MEJIA
CARLOS JAIME FRANCO CARDONA
author_sort JUAN DAVID VELÁSQUEZ HENAO
collection DOAJ
description La combinación de modelos SARIMA y redes neuronales son una aproximación común para pronosticar series de tiempo no lineales. Mientras la metodología SARIMA es usada para capturar las componentes lineales en la serie de tiempo, las redes neuronales artifi ciales son aplicadas para pronosticar las no-linealidades remanentes en los residuos del modelo SARIMA. En este artículo, se propone un modelo simple no lineal para el pronóstico de series de tiempo obtenido por la combinación de un modelo SARIMA y una neurona simple multiplicativa que usa las mismas entradas del modelo SARIMA. Para evaluar la capacidad de la nueva aproximación, la demanda mensual de electricidad en el mercado de energía de Colombia es pronosticada y comparada con los modelos SARIMA y la neurona simple multiplicativa.
first_indexed 2024-12-14T01:28:35Z
format Article
id doaj.art-306661a231cf4d39a2f24e4c23c757ea
institution Directory Open Access Journal
issn 0012-7353
language English
last_indexed 2024-12-14T01:28:35Z
publishDate 2013-01-01
publisher Universidad Nacional de Colombia
record_format Article
series Dyna
spelling doaj.art-306661a231cf4d39a2f24e4c23c757ea2022-12-21T23:22:06ZengUniversidad Nacional de ColombiaDyna0012-73532013-01-018018048ELECTRICITY DEMAND FORECASTING USING A SARIMAMULTIPLICATIVE SINGLE NEURON HYBRID MODELJUAN DAVID VELÁSQUEZ HENAOVIVIANA MARIA RUEDA MEJIACARLOS JAIME FRANCO CARDONALa combinación de modelos SARIMA y redes neuronales son una aproximación común para pronosticar series de tiempo no lineales. Mientras la metodología SARIMA es usada para capturar las componentes lineales en la serie de tiempo, las redes neuronales artifi ciales son aplicadas para pronosticar las no-linealidades remanentes en los residuos del modelo SARIMA. En este artículo, se propone un modelo simple no lineal para el pronóstico de series de tiempo obtenido por la combinación de un modelo SARIMA y una neurona simple multiplicativa que usa las mismas entradas del modelo SARIMA. Para evaluar la capacidad de la nueva aproximación, la demanda mensual de electricidad en el mercado de energía de Colombia es pronosticada y comparada con los modelos SARIMA y la neurona simple multiplicativa.http://www.redalyc.org/articulo.oa?id=49627455002
spellingShingle JUAN DAVID VELÁSQUEZ HENAO
VIVIANA MARIA RUEDA MEJIA
CARLOS JAIME FRANCO CARDONA
ELECTRICITY DEMAND FORECASTING USING A SARIMAMULTIPLICATIVE SINGLE NEURON HYBRID MODEL
Dyna
title ELECTRICITY DEMAND FORECASTING USING A SARIMAMULTIPLICATIVE SINGLE NEURON HYBRID MODEL
title_full ELECTRICITY DEMAND FORECASTING USING A SARIMAMULTIPLICATIVE SINGLE NEURON HYBRID MODEL
title_fullStr ELECTRICITY DEMAND FORECASTING USING A SARIMAMULTIPLICATIVE SINGLE NEURON HYBRID MODEL
title_full_unstemmed ELECTRICITY DEMAND FORECASTING USING A SARIMAMULTIPLICATIVE SINGLE NEURON HYBRID MODEL
title_short ELECTRICITY DEMAND FORECASTING USING A SARIMAMULTIPLICATIVE SINGLE NEURON HYBRID MODEL
title_sort electricity demand forecasting using a sarimamultiplicative single neuron hybrid model
url http://www.redalyc.org/articulo.oa?id=49627455002
work_keys_str_mv AT juandavidvelasquezhenao electricitydemandforecastingusingasarimamultiplicativesingleneuronhybridmodel
AT vivianamariaruedamejia electricitydemandforecastingusingasarimamultiplicativesingleneuronhybridmodel
AT carlosjaimefrancocardona electricitydemandforecastingusingasarimamultiplicativesingleneuronhybridmodel