Serviços Personalizados
Journal
Artigo
Indicadores
- Citado por SciELO
- Acessos
Links relacionados
- Similares em SciELO
Compartilhar
Computación y Sistemas
versão On-line ISSN 2007-9737versão impressa ISSN 1405-5546
Resumo
PUCHETA, Julián A. et al. Modelo auto regresivo no lineal basado en redes neuronales multicapa para pronóstico de series temporales. Comp. y Sist. [online]. 2011, vol.14, n.4, pp.423-435. ISSN 2007-9737.
Se presenta un modelo auto-regresivo no lineal (ARN) basado en redes neuronales para el pronóstico de series temporales. La regla de aprendizaje para ajustar los parámetros de la red neuronal (RN) está basado en el método Levenberg-Marquardt en función de la dependencia estocástica de la serie temporal, proponemos una ley heurística que ajusta el proceso de aprendizaje y modifica la topología de la RN. Esta propuesta es experimentada sobre cinco series temporales. Tres son obtenidas de la ecuación de Mackey-Glass (MG) en un intervalo de tiempo. Las dos restantes son series históricas de lluvia acumulada mensualmente pertenecientes a dos lugares y tiempos diferentes, La Perla 1962-1971 y Santa Francisca 2000-2010, Córdoba, Argentina. El desempeño del esquema se muestra a través del pronóstico de 18 valores de cada serie temporal, donde el pronóstico fue simulado mediante Monte Carlo con de 500 realizaciones con ruido Gaussiano fraccionario para especificar la varianza.
Palavras-chave : Redes neuronales; pronóstico de series temporales; parámetro de Hurst; ecuación Mackey-Glass.