Una modificación de la metodología de regresión simbólica para la predicción de series de tiempo

• Autores: Carlos A. Martínez, Juan David Velásquez Henao
• Localización: Ingeniería y universidad, ISSN 0123-2126, Vol. 17, Nº. 2, 2013, págs. 325-338
• Idioma: español
• Títulos paralelos:
  • Alteração da metodologia de regressão simbólica para a predição de séries de tempo
  • A modification of the methodology of symbolic regression for time series prediction
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo se propone una nueva metodología para la predicción de series de tiempo no lineales usando programación genética. La aproximación propuesta se basa en la incorporación del concepto de bloques funcionales y la modificación del algoritmo genético para que opere con estos. Los bloques funcionales representan modelos estadísticos bien conocidos para el pronóstico de series de tiempo. El algoritmo propuesto permite la exploración y explotación de regiones donde hay mayor posibilidad de encontrar mejores modelos de pronóstico. Para validar la aproximación propuesta, se pronosticaron dos series de tiempo Benchmark; se encontró que nuestra metodología pronostica con mayor precisión las series de tiempo consideradas en comparación con otros modelos no lineales.

  • English

    In this paper we propose a new methodology for the prediction of nonlinear time series using genetic programming. The proposed approach is based on incorporating the concept of functional blocks and the modification of the genetic algorithm so that it operates with it. The functional blocks represent well known statistical models for the time series forecasting. The proposed algorithm allows the exploration and exploitation of regions where there is greater possibility of finding better forecasting models. Two Benchmark time series were predicted in order to validate the proposed approach, and it was found that our methodology predicts more accurately the time series considered, in comparison with other nonlinear models.

  • português

    Neste artigo propõe-se nova metodologia para predição de séries de tempo não-lineares utilizando programação genética. A abordagem proposta baseia-se na incorporação do conceito de blocos funcionais e a alteração do algoritmo genético para que opere com estes. Os blocos funcionais representam modelos estadísticos bem conhecidos para o prognóstico de séries de tempo. O algoritmo proposto permite a especulação e exploração de regiões onde há maior possibilidade de encontrar melhores modelos de prognóstico. Para avaliar a aproximação proposta, prognosticaram-se duas séries de tempo Benchmark; encontro-se que nossa metodologia prognostica com maior precisão as séries de tempo consider adas em comparação com outros modelos não-lineares.