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...
- Autores:
-
Velásquez H., Juan David
García , Hernán Alonso
Franco G., Carlos Jaime
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2009
- Institución:
- Universidad ICESI
- Repositorio:
- Repositorio ICESI
- Idioma:
- spa
- OAI Identifier:
- oai:repository.icesi.edu.co:10906/2096
- 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
https://doi.org/10.1016/S0123-5923(09)70079-8
- Palabra clave:
- Pronósticos de demanda
Redes neuronales
Electricidad
Colombia
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
id |
ICESI2_472b748fd9d1afb1fc4ac79eaad3fc9b |
---|---|
oai_identifier_str |
oai:repository.icesi.edu.co:10906/2096 |
network_acronym_str |
ICESI2 |
network_name_str |
Repositorio ICESI |
repository_id_str |
|
spelling |
Velásquez H., Juan DavidGarcía , Hernán AlonsoFranco G., Carlos JaimeCali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees2009-12-01T06:00:08Z2009-12-01T06:00:08Z2009-11-3001235923http://hdl.handle.net/10906/2096http://www.icesi.edu.co/revistas/index.php/estudios_gerenciales/article/view/311http://biblioteca2.icesi.edu.co/cgi-olib?infile=details.glu&loid=211351https://doi.org/10.1016/S0123-5923(09)70079-8instname: Universidad Icesireponame: Biblioteca Digitalrepourl: https://repository.icesi.edu.co/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.37-54 páginasDigitalapplication/pdfspaUniversidad IcesiFacultad de Ciencias Administrativas y EconómicasSantiago de CaliEstudios GerencialesEstudios Gerenciales, Vol. 25 No. 112EL AUTOR, expresa que la obra objeto de la presente autorización es original y la elaboró sin quebrantar ni suplantar los derechos de autor de terceros, y de tal forma, la obra es de su exclusiva autoría y tiene la titularidad sobre éste. PARÁGRAFO: en caso de queja o acción por parte de un tercero referente a los derechos de autor sobre el artículo, folleto o libro en cuestión, EL AUTOR, asumirá la responsabilidad total, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos, la Universidad Icesi actúa como un tercero de buena fe. Esta autorización, permite a la Universidad Icesi, de forma indefinida, para que en los términos establecidos en la Ley 23 de 1982, la Ley 44 de 1993, leyes y jurisprudencia vigente al respecto, haga publicación de este con fines educativos Toda persona que consulte ya sea la biblioteca o en medio electróico podrá copiar apartes del texto citando siempre la fuentes, es decir el título del trabajo y el autor.https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Pronósticos de demandaRedes neuronalesElectricidadColombiaUn modelo no lineal para la predicción de la demanda mensual de electricidad en ColombiaA non-linear model for forecasting the monthly demand for electricity in Colombiainfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_2df8fbb1Artículoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85Comunidad Universidad Icesi - Investigadores251123754ORIGINALDocumento.htmlDocumento.htmltext/html285http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/2096/1/Documento.html0a3ed26e0261afaa2c2dd2cedc3088b5MD5110906/2096oai:repository.icesi.edu.co:10906/20962018-09-17 16:00:01.138Biblioteca Digital - Universidad icesicdcriollo@icesi.edu.co |
dc.title.spa.fl_str_mv |
Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia |
dc.title.alternative.eng.fl_str_mv |
A non-linear model for forecasting the monthly demand for electricity in Colombia |
title |
Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia |
spellingShingle |
Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia Pronósticos de demanda Redes neuronales Electricidad Colombia |
title_short |
Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia |
title_full |
Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia |
title_fullStr |
Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia |
title_full_unstemmed |
Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia |
title_sort |
Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia |
dc.creator.fl_str_mv |
Velásquez H., Juan David García , Hernán Alonso Franco G., Carlos Jaime |
dc.contributor.author.spa.fl_str_mv |
Velásquez H., Juan David García , Hernán Alonso Franco G., Carlos Jaime |
dc.subject.spa.fl_str_mv |
Pronósticos de demanda Redes neuronales Electricidad Colombia |
topic |
Pronósticos de demanda Redes neuronales Electricidad Colombia |
description |
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. |
publishDate |
2009 |
dc.date.accessioned.spa.fl_str_mv |
2009-12-01T06:00:08Z |
dc.date.available.spa.fl_str_mv |
2009-12-01T06:00:08Z |
dc.date.issued.spa.fl_str_mv |
2009-11-30 |
dc.type.spa.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
dc.type.local.spa.fl_str_mv |
Artículo |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.coarversion.none.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
format |
http://purl.org/coar/resource_type/c_2df8fbb1 |
status_str |
publishedVersion |
dc.identifier.issn.none.fl_str_mv |
01235923 |
dc.identifier.other.none.fl_str_mv |
http://hdl.handle.net/10906/2096 |
dc.identifier.uri.none.fl_str_mv |
http://www.icesi.edu.co/revistas/index.php/estudios_gerenciales/article/view/311 |
dc.identifier.OLIB.spa.fl_str_mv |
http://biblioteca2.icesi.edu.co/cgi-olib?infile=details.glu&loid=211351 |
dc.identifier.doi.none.fl_str_mv |
https://doi.org/10.1016/S0123-5923(09)70079-8 |
dc.identifier.instname.none.fl_str_mv |
instname: Universidad Icesi |
dc.identifier.reponame.none.fl_str_mv |
reponame: Biblioteca Digital |
dc.identifier.repourl.none.fl_str_mv |
repourl: https://repository.icesi.edu.co/ |
identifier_str_mv |
01235923 instname: Universidad Icesi reponame: Biblioteca Digital repourl: https://repository.icesi.edu.co/ |
url |
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 https://doi.org/10.1016/S0123-5923(09)70079-8 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.spa.fl_str_mv |
Estudios Gerenciales |
dc.relation.ispartofseries.spa.fl_str_mv |
Estudios Gerenciales, Vol. 25 No. 112 |
dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.license.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.spa.fl_str_mv |
37-54 páginas |
dc.format.medium.spa.fl_str_mv |
Digital |
dc.format.mimetype.eng.fl_str_mv |
application/pdf |
dc.coverage.spatial.eng.fl_str_mv |
Cali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees |
dc.publisher.spa.fl_str_mv |
Universidad Icesi |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ciencias Administrativas y Económicas |
dc.publisher.place.spa.fl_str_mv |
Santiago de Cali |
institution |
Universidad ICESI |
bitstream.url.fl_str_mv |
http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/2096/1/Documento.html |
bitstream.checksum.fl_str_mv |
0a3ed26e0261afaa2c2dd2cedc3088b5 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Biblioteca Digital - Universidad icesi |
repository.mail.fl_str_mv |
cdcriollo@icesi.edu.co |
_version_ |
1814094834878644224 |