Una metodología basada en Algoritmos Genéticos Autoadaptables para la construcción de modelos lineales para Series de Tiempo y Funciones de Transferencia Discretas.

Flores Pérez, Pedro

dc.contributor.author	Flores Pérez, Pedro
dc.date.accessioned	2023-12-18T15:45:21Z
dc.date.available	2023-12-18T15:45:21Z
dc.date.issued	2009-09
dc.identifier.govdoc	DRCCOM .7274 2009
dc.identifier.other	AT14256
dc.identifier.uri	http://dgsa.uaeh.edu.mx:8080/bibliotecadigital/handle/231104/3455
dc.description	En este trabajo se desarrolla una propuesta metodológica para construir modelos lineales de Series de Tiempo y Funciones de Transferencia Discretas, a partir de plantear el problema de obtener un buen modelo lineal, como resolver un problema de optimización no lineal con variables acotadas. Cabe mencionar que para construir estos problemas se toman algunas ideas del enfoque estadístico tradicional. Dado que los problemas aquí planteados pueden presentar múltiples mínimos locales, se requiere utilizar una técnica especial para resolverlos. Con este fin se desarrolló una versión de Algoritmos Genéticos Autoadaptables, con codificación sobre números reales que permite, sin intervención del usuario, encontrar soluciones satisfactorias con el mismo código. Como producto de la metodología aquí presentada, en este trabajo se describen dos algoritmos heurísticos desarrollados para el tratamiento de Series de Tiempo, que permiten construir varios modelos para un mismo problema, donde la precisión de los mismos puede aumentarse incrementando el número de términos del modelo, situación que no ocurre con el enfoque estadístico tradicional. Así, con estos algoritmos, se pueden tener varias propuestas de solución para un mismo problema, de las cuales se puede elegir la que presente mejores resultados en el pronóstico.	es_ES
dc.language.iso	es	es_ES
dc.publisher	ICBI-BD-UAEH	es_ES
dc.subject	Metodología	es_ES
dc.subject	Algoritmo	es_ES
dc.subject	Prueba	es_ES
dc.subject	Variable	es_ES
dc.title	Una metodología basada en Algoritmos Genéticos Autoadaptables para la construcción de modelos lineales para Series de Tiempo y Funciones de Transferencia Discretas.	es_ES
dc.title.alternative	Ciencias Computacionales	es_ES
dc.type	Tesis	es_ES