Examinando por Materia "Forecasting Models"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónSólo datos
    Modelos de series temporales para pronóstico de la demanda eléctrica del sector de explotación de minas y canteras en Colombia
    (Fondo Editorial EIA - Universidad EIA, 2020-12-31) Mariño, Maria D.; Arango, Adriana; Lotero, Laura; Jimenez, Maritza
    Pronosticar la demanda eléctrica es de suma importancia para la planeación estratégica de una nación. La literatura ofrece múltiples acercamientos para el desarrollo de modelos de pronóstico enfocados principalmente en la demanda nacional agregada, dejando de lado los análisis sectoriales, en particular a los sectores no residenciales. En este artículo, utilizando la metodología de análisis de Series de Tiempo, se ajustan, validan y comparan tres diferentes modelos para pronosticar la demanda eléctrica del sector minas y canteras, uno de los más representativos en el consumo eléctrico colombiano. Los modelos ajustados incluyen un modelo de componentes aditivo, un SARIMA y un Holt Wiatednters. Los resultados indican que el modelo que presenta un menor error de pronóstico es el modelo Holt Winters.
  • Miniatura
    PublicaciónAcceso abierto
    Propuesta de un modelo de pronóstico de ventas para la empresa de confecciones Trucco´s Fashion
    (Universidad EIA, 2018) Aguilar Arias, Sara; López Manzano, Alejandro; Zabala de la Cuesta,Olga Lucía
    El exceso de inventario y reprocesos de un producto son una consecuencia de una mala planeación, por consiguiente, los modelos de pronósticos se están volviendo cada vez más importantes para las industrias, esto, con el fin de alinear la capacidad de producción con la demanda del cliente. Los problemas mencionados anteriormente pueden generar sobre costos y perdidas para cualquier industria. En este caso de estudio se seleccionaron las redes neuronales para crear el modelo de pronóstico, las cuales, son un método de pronóstico que se ajusta a los datos de entrada e intenta modelar y ajustarse al comportamiento y tendencia que tienen los datos. Adicionalmente, en este estudio se expone la importancia de tener un registro histórico de las ventas que se han hecho en el pasado, porque incluso con el modelo más complejo o flexible, se necesitara de una gran cantidad de información para tener un resultado confiable.