Comparación de pronósticos de caudales máximos con modelos ARIMA y redes neuronales artificiales

Contenido principal del artículo

Noelia P. Rodriguez Paredes
https://orcid.org/0000-0002-3640-2779
Elmis J. Garcia Zare
https://orcid.org/0000-0003-4863-7230
Luis A. López Puycan
https://orcid.org/0000-0003-4454-6737

Resumen

El presente estudio tuvo como principal objetivo comparar dos técnicas estadísticas de pronóstico  en el modelamiento del caudal máximo del río Huaura. La investigación fue de tipo aplicada y longitudinal porque se estudió el comportamiento de los caudales máximos del río Huaura a través del tiempo. Para cumplir con el objetivo se modeló la serie hidrológica mediante modelos ARIMA, donde 611 meses (90 %) de los datos se usó para ajuste del modelo y 68 meses (10 %), para  el pronóstico; y mediante redes neuronales artificiales autorregresivas (ARNN), donde 407 meses (60 %) de los datos se usó para entrenamiento, 204 meses (30 %), para prueba y 68 meses  (10 %), para reserva del modelo. Finalmente se encontró que el modelo ARNN es más eficiente que los modelos ARIMA para realizar pronósticos.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Rodriguez Paredes, N. P., Garcia Zare, E. J., & López Puycan, L. A. (2020). Comparación de pronósticos de caudales máximos con modelos ARIMA y redes neuronales artificiales. Ciencias, 4(4), 61–67. https://doi.org/10.33326/27066320.2020.4.988
Sección
Artículos

Artículos más leídos del mismo autor/a