Resumen

COLLANTES DUARTE, Joanna; COLMENARES LA CRUZ, Gerardo; ORLANDONI MERLI, Giampaolo  y  RIVAS ECHEVERRIA, Franklin. Rev. Téc. Ing. Univ. Zulia [online]. 2004, vol.27, n.3, pp.146-160. ISSN 0254-0770.

El objetivo principal de esta investigación es comparar las metodologías de Box y Jenkins: Modelo ARIMA y Modelo de Función de Transferencia (MFT), utilizadas frecuentemente en estadística para predicción con series de tiempo, con la técnica de la Inteligencia Artificial denominada Redes Neuronales Artificiales (RNA). Se proponen metodologías para predicción con una red neuronal artificial utilizando el algoritmo de retropropagación y las neuronas neo-difusas. El comportamiento de los métodos se analiza mediante casos de estudio y haciendo uso de criterios comparativos para las fases de ajuste y predicción.

Palabras clave : Predicción con series de tiempo; metodología de Box y Jenkins; modelo ARIMA; modelo de función de transferencia; redes neuronales artificiales; neurona neo-difusa.