Pronostico de la serie de Mackey–Glass usando modelos de regresión no lineal

• Juan David Velásquez Henao ^[1]
  1. [1] Universidad Nacional de Colombia

     Universidad Nacional de Colombia

     Colombia

     
• Localización: DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 71, Nº. 142, 2004, págs. 85-95
• Idioma: español
• Enlaces
  • Texto completo
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    Tres técnicas de regresión no lineal son estudiadas y se compara su desempeño en el pronóstico de la serie de tiempo de Mackey–Glass. La primera de ellas es el modelo MARS, que se plantea como una alternativa a los modelos conexionistas. El segundo es el Sistema de Inferencia Difusa Adaptativo (ANFIS), y el tercero es la red neuronal de propagación hacia delante, ampliamente utilizada en aplicaciones de ingeniería y economía. Los resultados muestran claramente como ANFIS tiene un poder de aproximación superior a las otras técnicas evaluadas. Se propone un algoritmo para obtener modelos ANFIS con complejidad creciente.

  • English

    Three nonlinear regression techniques are studied and its performance forecasting the Mackey-Glass time series is compared. The first is the MARS model, which is an alternative to connectionist models. The second is the Adaptive Neuro Fuzzy Inference System (ANFIS), and the third is a feedforward neural network, very used in many applications in engineering and economy.

    Results show clearly how MARS has a aproximation power superior respect to another evaluated techniques.