Predicción del consumo de combustible para industrias mediante redes neuronales artificiales
DOI:
https://doi.org/10.71701/qzjt6k73Palabras clave:
Redes neuronales artificiales (RNA), predicción, consumo, combustibleResumen
El presente artículo expone una metodología utilizada para la predicción de consumo de combustible con el objetivo de realizar estrategias operativas para un abastecimiento continuo con reducción de riesgos y minimización de costos. Ello es posible si se efectúan simulaciones con los resultados predichos. La predicción se lleva a cabo con la ayuda de Redes Neuronales Artificiales, basada en el histórico de los consumos en un periodo de dos o más años. Se aplicó la metodología en cinco industrias con diferentes productos y ciclos de producción y se obtuvieron resultados muy aceptables (error promedio inferior al 2%) si se considera que el consumo de cada industria está ligado a la demanda de su producto, mantenimientos programados y no programados, entre otros. Así, se demuestra que el uso de redes neuronales es eficiente en el reconocimiento de patrones de consumo de combustible, lo que permite su integración con otras metodologías para optimizar la logística.
Descargas
Referencias
Gil, S., Deferrari, J., & Duperron, L. (2002). Modelo generalizado de predicción de consumos de gas natural a mediano y corto plazo. 3er. Congreso Latinoamericano y del Caribe de Gas y Electricidad, Instituto Brasileiro de Petróleo e Gás, Santa Cruz de la Sierra – Bolivia.
Gil, S.& Deferrari, J. (1999). Modelo de predicción de consumo de gas natural en la República Argentina. Petrotecnia, Revista del Instituto Argentino del Petróleo y del Gas, XL(3), 27-32.
Haidar, J. (2012). Impact of Business Regulatory Reforms on Economic Growth. Journal of the Japanese and International Economies 26(3), 285-307.
Heinamann, M. (2000). Adaptive learning of rational expectations usind neural networks. Journal of Economic Dynamics and Control, 24(5-7), 1007-1026.
Morán, A. (2012). Análisis y predicción de perfiles de consumo energético en edificios públicos mediante técnicas de minería de datos (Tesis Doctoral). Universidad de Oviedo, España.
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
