Los modelos dinámicos bayesianos son una alternativa útil para elaborar pronósticos con pocos datos históricos, o que ayudan a complementar la poca información que se tenga. En este trabajo se propone el diseño de un algoritmo para realizar pronósticos usando un modelo dinámico bayesiano basado en filtro de Kalman. Se ilustra el procedimiento aplicándolo al pronóstico de demanda de energía diaria de Colombia, lo cual puede ser útil en sistemas que presenten fallas, o en regiones donde apenas inicia el abastecimiento energético. La eficiencia se determina con el indicador de error absoluto medio (MAPE) de ajuste y de pronóstico; este último resulta menor de 3%, valor adecuado para mostrar validez del método propuesto.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Video:
Ejercicios de programación lineal resueltos
Video:
Lección 24. Mínimos cuadrados recursivos y regresión lineal
Artículo:
Gestión de inventarios en un modelo de inventario (Q, r) con dos tipos de demanda y envío flexible
Video:
Enrico Malaguti - Modelando problemas de la guillotina de dos dimensiones mediante programación entera
Artículo:
Identificación de parámetros del modelo de material de hormigón utilizando algoritmos de optimización
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Libro:
Planta de tratamiento de aguas residuales