Resumen

Se desarrolló una red neuronal artificial (RNA) basada en la optimización de enjambre de partículas (PSO) para la predicción de series temporales. El algoritmo híbrido ANN PSO se aplicó a series temporales caóticas de Mackey-Glass en el corto plazo x t 6 . Se evaluó el rendimiento de la predicción y se comparó con otros estudios disponibles en la literatura. Asimismo, se presentaron las propiedades del sistema dinámico mediante el estudio del comportamiento caótico obtenido a partir de las series temporales predichas. A continuación, se complementó el algoritmo PSO de la RNA híbrida con un procedimiento estocástico gaussiano (denominado PSO de la RNA híbrida estocástica) con el fin de obtener un nuevo estimador de las predicciones, que también nos permitió calcular las incertidumbres de las predicciones para series temporales caóticas Mackey-Glass con ruido. Así, estudiamos el impacto del ruido para varios casos con un nivel de ruido blanco σ N de 0,01 a 0,1.

• Materias:Inteligencia artificial Algoritmos genéticos Ingeniería civil Neurociencia Cognitiva
• Subjects:Artificial intelligence Genetic algorithms Civil engineering Cognitive Neuroscience
• Palabras claves:series temporales caóticas, algoritmo ann pso híbrido, nivel de ruido blanco, red neuronal artificial, impacto del ruido, incertidumbre de la predicción, llamado híbrido estocástico, ann pso híbrido estocástico, procedimientos estocásticos gaussianos, predicción de series temporales
• Keywords:chaotic time series, hybrid ann+pso algorithm, white noise level, artificial neural network, impact of noise, uncertainty of prediction, called stochastic hybrid, stochastic hybrid ann+pso, gaussian stochastic procedures, time series prediction