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

Modelado y predicción del precio de la electricidad en mercados de corto plazo liberalizados usando redes cascada correlación

Villa Garzón, Fernan Alonso (2010) Modelado y predicción del precio de la electricidad en mercados de corto plazo liberalizados usando redes cascada correlación. Maestría thesis, Universidad Nacional de Colombia.

Texto completo

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

2MB

Resumen

Las redes cascada correlación fueron desarrolladas en 1991 Scott Fahlman y Christian Lebiere. Este tipo de arquitectura de red construye dinámicamente una estructura de red multicapa y presenta ventajas teóricas respecto a los perceptrones multicapa. En la práctica las redes cascada correlación mostraron ser mejores que los perceptrones multicapa al pronosticar series de tiempo. Sin embargo, las redes cascada correlación pueden adolecer de sobreajuste. Para controlar este problema, en este trabajo se incluyen en la arquitectura de las redes cascada correlación algunas estrategias de regularización: Descomposición de Pesos, Eliminación de Pesos y Regresión en Cadena. Finalmente, se pronostican series de tiempo de precios de la electricidad de Colombia y Brasil con redes cascada correlación regularizadas. / Abstract. The cascade correlation neural netwoks was developed in 1991 by Scott Fahlman and Christian Lebiere. This neural network builds dynamically a multilayer structure and presents theorical advantages over the multilayer perceptrons. In Practice, the cascade correlation has shown better than multilayer perceptrons to forecast time series. Although the cascade correlation can be better than traditional neural networks, they can suffer overfitting. For controlling this problem, in this approach some regularization strategies are proposes: weight decay, weight elimination and ridge regression by forecast three benchmark times series from the real world. The results are comparing with a multilayer perceptron and an ARIMA model. They showed that the regularized cascade correlation capture better the intrinsic dynamics of the time series, and it is able more accuracy forecast. Finally, we forecast some time series of electricity prices of Colombia and Brazil with regularized cascade neural networks.

Tipo de documento:Tesis/trabajos de grado - Thesis (Maestría)
Colaborador / Asesor:Velásquez Henao, Juan David
Palabras clave:Precios de la energía - Predicciones; Redes neurales (Computadores); Perceptrones; Técnicas de predicción; Análisis de series de tiempo; Estimación de parámetros
Temática:0 Generalidades / Computer science, information & general works
Unidad administrativa:Sede Medellín > Facultad de Minas > Escuela de Sistemas
Código ID:2032
Enviado por : Biblioteca Sede Medellín Universidad Nacional de Colombia
Enviado el día :04 Oct 2010 19:15
Ultima modificación:15 Febrero 2011 03:05
Ultima modificación:15 Febrero 2011 03:05
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 Registry of Open Access Repositories OpenDOAR Metabiblioteca BDCOL OAIster Red de repositorios latinoamericanos DSpace BASE Open archives La referencia Colombiae Open Access Theses and Dissertations Tesis latinoamericanas CLACSO
Este sitio web se ve mejor en Firefox