@article{Rodriguez Paredes_Garcia Zare_López Puycan_2020, title={Comparación de pronósticos de caudales máximos con modelos ARIMA y redes neuronales artificiales}, volume={4}, url={https://revistas.unjbg.edu.pe/index.php/cs/article/view/988}, DOI={10.33326/27066320.2020.4.988}, abstractNote={<p>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.</p>}, number={4}, journal={Ciencias}, author={Rodriguez Paredes, Noelia P. and Garcia Zare, Elmis J. and López Puycan, Luis A.}, year={2020}, month={dic.}, pages={61–67} }