1 PREVISIÓN DE SERIES TEMPORALES MEDIANTE REDES NEURONALES ARTIFICIALESUniversidad de Oviedo RAÚL PINO DIEZ EPSI de GIJÓN DPTO. DE ADMÓN. DE EMPRESAS Y CONTABILIDAD PREVISIÓN DE SERIES TEMPORALES MEDIANTE REDES NEURONALES ARTIFICIALES

2 REDES NEURONALES ARTIFICIALES·       ADQUISICIÓN DE CONOCIMIENTO EXPERIMENTAL A PARTIR DE EJEMPLOS. ·       GENERALIZACIÓN DEL CONOCIMIENTO ADQUIRIDO. ·       APROXIMACIÓN “PIECE-WISE” DE LAS FUNCIONES. ·       LAS RNAs SON NO-LINEALES ·      DISPOSITIVOS QUE SIMULAN LA ESTRUCTURA DE CÁLCULO PARALELO, DISTRIBUIDO Y ADAPTATIVO DEL CEREBRO. 65

3 APLICACIÓN DE RNA EN PREVISIÓN1. ARQUITECTURA DE LA RED PERCEPTRÓN MULTICAPA (MLP) (RUMMELLHART and McCLELLAND, 1986) REDES PARCIALMENTE RECURRENTES (JORDAN, 1986; ELMAN, 1990) TIME DELAY NETWORKS (TDNN) (WAIBEL, 1989) COUNTERPROPAGATION NETS (HETCH-NIELSEN, 1987) RADIAL BASIS FUNCTION (RBF) ………………….. (POWELL, 1987) PERCEPTRÓN MULTICAPA (MLP) REDES PARCIALMENTE RECURRENTES RED BACKPROPAGATION (BPN) (JORDAN, 1986; ELMAN, 1990)

4 2. CONFIGURACIÓN DE LA REDAPLICACIÓN DE RNA EN PREVISIÓN 2. CONFIGURACIÓN DE LA RED * Nº DE NEURONAS DE ENTRADA (LACHTERMACHER and FULLER, 1995) * Nº DE CAPAS OCULTAS Y TAMAÑO DE CADA UNA (CYBENKO, 1989) 2n+1 (LIPPMANN,1987); 2n (WONG, 1991); n/2 (KANG,1991) - PREVISIÓN UN PASO ADELANTE - PREVISIÓN VARIOS PASOS ADELANTE MÉTODO DIRECTO PREVISION ITERATIVA * ENLACES ENTRE LAS NEURONAS - RED TOTALMENTE CONECTADA - ENLACES DIRECTOS (DULIBA, 1991; CHEN, 1992) * FUNCIÓN DE ACTIVACIÓN - LINEAL, SIGMOIDE, TANGENTE HIPERBÓLICA * Nº DE NEURONAS DE SALIDA - REDES SEPARADAS (CHOI et al., 1997) 66

5 3. ALGORITMOS DE ENTRENAMIENTO3. ALGORITMOS DE ENTRENAMIENTO * BACKPROPAGATION WITH MOMENTUM ……… (RUMELHART, 1986) * BACKPROPAGATION WITH WEIGHT DECAY …. (WERBOS, 1988) * QUICKPROP …………………………………………. (FAHLMAN, 1988) * RPROP ……………………………………………….. (RIEDMILLER and BRAUN, 1993) 4. PREPROCESADO DE DATOS (VAN EYDEN, 1996; AZOFF, 1994) 5. CONJUNTOS DE ENTRENAMIENTO, VALIDACIÓN Y TEST 6. MEDIDAS DE EFICIENCIA (MAKRIDAKIS et al., 1982) * MAD * SSE * MSE * RMSE * MAPE .... APLICACIÓN DE RNA EN PREVISIÓN

6 MÉTODO DE BÚSQUEDA Y VALIDACIÓN DE UNA CONFIGURACIÓN DE RED NEURONALAPLICACIÓN DE RNA EN PREVISIÓN ANÁLISIS DE LA SERIE TEMPORAL (IDENTIFICACIÓN) CONFIGURACIÓN INICIAL VALIDACIÓN MODIFICACIÓN DE LA CONFIGURACIÓN INICIAL PREVISIÓN NO SI MÉTODO DE BÚSQUEDA Y VALIDACIÓN DE UNA CONFIGURACIÓN DE RED NEURONAL ·       ANÁLISIS DE LA SERIE TEMPORAL. (ACF, PACF, EACF, IACF) ·       SELECCIÓN Y VALIDACIÓN DE LA CONFIGURACIÓN DE LA RED NEURONAL. (ACF, PACF, ANÁLISIS DE LA VARIANZA, ETC.) ·       CÁLCULO DE PREVISIONES. 67

7 MÉTODO DE ENTRENAMIENTO SELECTIVO DE UNA RED NEURONAL ARTIFICIALAPLICACIÓN DE RNA EN PREVISIÓN MÉTODO DE ENTRENAMIENTO SELECTIVO DE UNA RED NEURONAL ARTIFICIAL SERIE TEMPORAL LARGA => MUCHO TIEMPO DE ENTRENAMIENTO PENG et al, 1992 HO et al., 1992 VERMAAK, 1998 VENTAJAS: ·       VELOCIDAD DE ENTRENAMIENTO ·       MODELO ACTUALIZADO ·       FACIL AUTOMATIZACIÓN

8 CALCULO DE PREVISIONES PARA: · SERIES UNIVARIANTES APLICACIÓN DE RNAs EN PREVISIÓN CALCULO DE PREVISIONES PARA: ·       SERIES UNIVARIANTES CON Y SIN TENDENCIA. CON Y SIN ESTACIONALIDAD ·       MODELOS AUTORREGRESIVOS NO ESTACIONARIOS ·       MODELOS MEDIA MÓVIL NO INVERTIBLES ·       MODELOS UNIVARIANTES CON CAMBIO DE PARÁMETROS ·       MODELOS DE FUNCIÓN DE TRANSFERENCIA ·       SISTEMAS MULTIVARIANTES ·       SISTEMAS MULTIVARIANTES NO ESTACIONARIO ·       SISTEMAS MULTIVARIANTES CON CAMBIO DE PARÁMETROS ·       SISTEMAS UNIVARIANTES Y MULTIVARIANTES CON MÁS DE DATOS 68

9 APLICACIÓN DE RNAs EN PREVISIÓN (I) SERIES UNIVARIANTES (I)EST(12) MA(2)

10 APLICACIÓN DE RNAs EN PREVISIÓN (I) SERIES UNIVARIANTES (II)AR(2) MA(12) EST(12) APLICACIÓN DE RNAs EN PREVISIÓN (I) SERIES UNIVARIANTES (II) MA(1,12) MA(1) EST(4) 69

11 APLICACIÓN DE RNAs EN PREVISIÓN (II) SERIES NO ESTACIONARIAS

12 APLICACIÓN DE RNAs EN PREVISIÓN (III) SERIES NO INVERTIBLESMA(2) APLICACIÓN DE RNAs EN PREVISIÓN (III) SERIES NO INVERTIBLES 70

13 APLICACIÓN DE RNAs EN PREVISIÓN (V) SISTEMAS MULTIVARIANTESAPLICACIÓN DE RNAs EN PREVISIÓN (IV) FUNCIÓN DE TRANSFERENCIA

14 APLICACIÓN DE RNAs EN PREVISIÓN (VI) SERIES CON CAMBIO DE PARÁMETROS71