Pronóstico puntos críticos de la serie temporal “consumo de energía eléctrica del sector industrial en la ciudad de Medellín,”, usando algoritmos genéticos

Autores/as

  • Héctor Tabares Universidad de Antioquia
  • Jesús Hernández Universidad Nacional de Colombia

DOI:

https://doi.org/10.17533/udea.redin.20151

Palabras clave:

algoritmos genéticos, redes neuronales artificiales

Resumen

Los algoritmos genéticos (AG) están inspirados en el principio darwiniano de la evolución de las especies y en la genética. Son algoritmos probabilísticos que ofrecen un mecanismo de búsqueda paralela y adaptativa, basado en el principio de supervivencia de los más aptos y en la reproducción.
 
Este artículo presenta una introducción a los fundamentos de los AG. También enseña el simulador software AG_UdeA desarrollado con un propósito didáctico para la enseñanza de los AG. El principal aporte consiste en la aplicación de los AG para pronosticar los puntos críticos de consumo de energía eléctrica del sector industrial de la ciudad de Medellín para un período de 24 horas.
|Resumen
= 108 veces | PDF
= 44 veces|

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Héctor Tabares, Universidad de Antioquia

Departamento de Ingeniería Eléctrica, Facultad de Ingeniería

Citas

T. Masters. Practical Neural Networks recipes in C++. San Diego, CA. EE. UU. Ed. Academic Press, Inc. 1993. pp. 21-494.

M. Melanie. An Introduction to Genetic Algorithms. Cambridge, Massachusetts, MIT Press. 1996. p. 10.

J. Hilera, Redes Neuronales Artificiales. Fundamentos, modelos y aplicaciones. Madrid, España. Alfaomega, 2000. pp. 22-408.

B. Martín del Brio. Redes neuronales y sistemas difusos. México D. F., México. AlfaOmega, 2002. pp. 20-312.

X.Yao. “Evolving Artificial Neural Networks. School of Computer Science”. Proceedings IEEE, septiembre de 1999. B15 2TT.

Descargas

Publicado

2014-07-31

Cómo citar

Tabares, H., & Hernández, J. (2014). Pronóstico puntos críticos de la serie temporal “consumo de energía eléctrica del sector industrial en la ciudad de Medellín,”, usando algoritmos genéticos. Revista Facultad De Ingeniería Universidad De Antioquia, (40), 95–105. https://doi.org/10.17533/udea.redin.20151

Número

Núm. 40 (2007): Revista Facultad de Ingeniería (Abr-Jun 2007)

Sección

Artículos

Licencia

Los artículos disponibles en la Revista Facultad de Ingeniería, Universidad de Antioquia están bajo la licencia Creative Commons Attribution BY-NC-SA 4.0.

Eres libre de:

Compartir — copiar y redistribuir el material en cualquier medio o formato

Adaptar : remezclar, transformar y construir sobre el material.

Bajo los siguientes términos:

Reconocimiento : debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o su uso.

No comercial : no puede utilizar el material con fines comerciales .

Compartir igual : si remezcla, transforma o construye a partir del material, debe distribuir sus contribuciones bajo la misma licencia que el original.

El material publicado por la revista puede ser distribuido, copiado y exhibido por terceros si se dan los respectivos créditos a la revista, sin ningún costo. No se puede obtener ningún beneficio comercial y las obras derivadas tienen que estar bajo los mismos términos de licencia que el trabajo original.

Crossref
Scopus
Google Scholar
Europe PMC

Artículos similares

También puede {advancedSearchLink} para este artículo.