Modelo para el pronóstico de la demanda de agua potable aplicando modelos de inteligencia artificial en la portada del cantón Mira

Abstract

Este trabajo muestra la aplicación de los modelos de pronóstico de inteligencia artificial Redes Neuronales Artificiales, Máquinas de Soporte Vectorial, Random Forest y el Algoritmo KNN para el pronóstico de demanda de agua potable de La Portada, utilizando las herramientas de pronóstico del software RStudio. Tomando en cuenta que, en todo proceso de planificación, la previsión cumple un rol esencial. Al ser uno de los datos necesarios para gestionar los recursos de la organización, y por lo tanto de las actividades y/o procesos de esta. Se debe considerar para la ejecución del modelo, el horizonte temporal de pronóstico evaluando las variables de entrada para el entrenamiento de los modelos. Del desarrollo de los modelos de pronóstico se obtienen diferentes resultados de error de pronóstico. Estos serán los valores para comparar los modelos de inteligencia artificial específicamente MAE, RMSE y MAPE. Como resultado de esta comparación se identifica el modelo de pronóstico de redes neuronales artificiales como la mejor opción para el comportamiento de esta serie temporal, obteniendo como MAE 0.4033, 0.5464 de RMSE y MAPE de 0.0506.