Mostrar el registro sencillo del ítem
| dc.contributor | Rodríguez Agurto, José Nibaldo | ||
| dc.contributor | Rubio León, José Miguel | ||
| dc.creator | Garrido Vargas, Felipe Alexis | ||
| Fecha Ingreso | dc.date.accessioned | 2021-10-20T18:22:51Z | |
| Fecha Disponible | dc.date.available | 2021-10-20T18:22:51Z | |
| Fecha en Repositorio | dc.date.issued | 2021-10-20 | |
| Resumen | dc.description | <p>En la presente memoria de título se propone un modelo de pronóstico para la estimación del valor cuota del fondo A, el cual está basado en Redes Neuronales de Base Radial -RBFN-, y un algoritmo de aprendizaje fundamentado en la optimización por enjambres de partículas -PSO-, el cual está inspirado en el comportamiento social de individuos dentro de un enjambre en la naturaleza. Para ello, se realiza un estudio acabado del pronóstico de series de tiempo financieras, además de la tecnología empleada -RBFN y PSO-, las cuales han otorgado muy buenos resultados en las distintas áreas que han sido utilizadas.Se evaluaron tres modelos de pronóstico, los cuales se diferenciaban en la estrategia empleada para el pronóstico del valor cuota para múltiples días futuros, ya que no resulta de mucha utilidad conocer el valor de la cuota para un solo día, sino más bien para un periodo de tiempo, e identificar si la tendencia va a alza o a la baja.La estrategia de pronóstico directo fue la que otorgó mejores resultados, obteniendo un promedio de 0.5312% de MAPE y un 69.33% de acierto en la tendencia, en la fase de testing para 5 días futuros a pronosticar</p> | |
| Resumen | dc.description | last modification | |
| Resumen | dc.description | Licenciado en Ciencias de la Ingeniería | |
| Resumen | dc.description | Ingeniero Civil en Informáticatítulo | |
| Resumen | dc.description | INGENIERIA CIVIL INFORMATICA | |
| Resumen | dc.description | <p>En la presente memoria de título se propone un modelo de pronóstico para la estimación del valor cuota del fondo A, el cual está basado en Redes Neuronales de Base Radial -RBFN-, y un algoritmo de aprendizaje fundamentado en la optimización por enjambres de partículas -PSO-, el cual está inspirado en el comportamiento social de individuos dentro de un enjambre en la naturaleza. Para ello, se realiza un estudio acabado del pronóstico de series de tiempo financieras, además de la tecnología empleada -RBFN y PSO-, las cuales han otorgado muy buenos resultados en las distintas áreas que han sido utilizadas.Se evaluaron tres modelos de pronóstico, los cuales se diferenciaban en la estrategia empleada para el pronóstico del valor cuota para múltiples días futuros, ya que no resulta de mucha utilidad conocer el valor de la cuota para un solo día, sino más bien para un periodo de tiempo, e identificar si la tendencia va a alza o a la baja.La estrategia de pronóstico directo fue la que otorgó mejores resultados, obteniendo un promedio de 0.5312% de MAPE y un 69.33% de acierto en la tendencia, en la fase de testing para 5 días futuros a pronosticar</p> | |
| Formato | dc.format | ||
| Lenguaje | dc.language | spa | |
| dc.rights | autorizado | ||
| dc.source | http://opac.pucv.cl/pucv_txt/txt-5500/UCE5727_01.pdf | ||
| Materia | dc.subject | INTELIGENCIA ARTIFICIAL | |
| Materia | dc.subject | REDES NEURONALES ARTIFICIALES | |
| Materia | dc.subject | SISTEMA DE CONTROL | |
| Materia | dc.subject | COSTOS | |
| Materia | dc.subject | AFP | |
| Title | dc.title | Redes neuronales artificiales de base radial con algoritmo de aprendizaje PSO para el pronóstico del valor cuota del fondo A de la AFP Cuprum | |
| Tipo | dc.type | texto |
| Archivos | Tamaño | Formato | Ver |
|---|---|---|---|
|
No hay archivos asociados a este ítem. |
|||