1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Tamaulipas
4. Instituto Tecnológico de Ciudad Madero
5. Tesis - Tec. Madero - O
6. Tesis de Doctorado
7. Doctorado en Ciencias de la Ingeniería

Title:	MÉTODOS DE PRONÓSTICO DE SISTEMAS DINÁMICOS EN ESPACIO DE ESTADOS
Authors:	Galicia Gonzalez, Jose Cristian de Jesus
Issue Date:	2025-10-01
Publisher:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Ciudad Madero
Description:	Los métodos de pronóstico de sistemas dinámicos presentan una disminución en su desempeño conforme aumenta la complejidad de las series de tiempo. En este contexto, las competencias de Makridakis destacan la necesidad de un método general y efectivo. Los métodos clásicos, como Holt-Winters, ARIMA y SSA, son efectivos para pronósticos a corto plazo, pero su precisión disminuye significativamente a mediano y largo plazo. Según el tamaño de las series de tiempo, se elige entre el análisis de componentes singulares (SSA) o técnicas de aprendizaje profundo, como las redes neuronales LSTM (Long Short Term Memory) y CNN (Convolutional Neural Network), dependiendo de su desempeño en la etapa de validación. Aunque ambos enfoques son robustos, su desempeño es afectado por el ruido en las series de tiempo (Rosenberg y Maurer, 2008; Othman et al., 2021). Para mitigar este problema, se implementan dos enfoques de filtrado: el Promedio Móvil Simple (SMA, por sus siglas en inglés) y el Filtro de Kalman. Según las características de la señal filtrada, se selecciona el método más adecuado para el pronóstico inicial. Posteriormente, este pronóstico es refinado mediante un análisis de los datos residuales, obtenidos al restar la señal filtrada de la señal real. Los residuales se pronostican utilizando el enfoque más apropiado para sus características, y finalmente, este pronóstico residual se suma al pronóstico de la señal filtrada para generar el pronóstico final. La generalidad del método se valida mediante pruebas en tres horizontes clave de la pandemia de COVID-19: el inicio, el pico de contagios y un año después del inicio. Estos experimentos se realizan en cuatro países de América: México, Estados Unidos, Brasil y Colombia Este enfoque permite dividir el problema en dos etapas gracias al filtrado, que no solo reduce el ruido, sino que también proporciona flexibilidad para seleccionar el método de pronóstico óptimo en cada caso. Como resultado, se logra una mejora en el RMSE (Raíz del Error Cuadrático Medio) del pronóstico en las tres etapas de la pandemia para los cuatro países analizados, en comparación con los métodos clásicos y el estado del arte
metadata.dc.type:	info:eu-repo/semantics/doctoralThesis
Appears in Collections:	Doctorado en Ciencias de la Ingeniería

This item is protected by original copyright View License

This item is licensed under a Creative Commons License