Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en Santander
| dc.contributor.author | Márquez González, Juan David | |
| dc.contributor.author | Montaño Pérez, Laura Vanessa | |
| dc.contributor.cvlac | Márquez González, Juan David [0002029872] | spa |
| dc.contributor.researchgroup | Semilleros de Investigación UNAB | spa |
| dc.coverage.campus | UNAB Campus Bucaramanga | spa |
| dc.coverage.spatial | Bucaramanga (Santander, Colombia) | spa |
| dc.coverage.temporal | 2018 | spa |
| dc.date.accessioned | 2023-09-16T14:48:18Z | |
| dc.date.available | 2023-09-16T14:48:18Z | |
| dc.date.issued | 2018-11 | |
| dc.description.abstract | El análisis de los precios agrícolas constituye un campo de estudio importante en un país, el reconocer las características en el comportamiento de éstos nos permite intentar predecir su valor futuro y mejora el proceso de toma de decisiones por parte de los interesados. Sin embargo, el pronóstico de precios agrícolas es un tema de gran complejidad debido a diferentes factores que los afectan como la demanda, el clima y elementos inherentes a los datos, factores de los cuales no siempre se tiene información histórica. Teniendo en cuenta lo anterior, este trabajo se enfoca en el estudio de series de tiempo de los precios de venta de productos agrícolas registrados en la central de abastos de Bucaramanga: banano, mandarina, naranja, papa, plátano, piña, tomate y yuca, durante el periodo comprendido entre el 12 de junio del 2012 y el 30 de abril del 2018. Se elaboran modelos de pronóstico ARIMARNA, RNA backpropagation y ANFIS, y se realiza la comparación mediante los indicadores de desempeño de la Raíz del Error Cuadrático Medio (RMSE) y el Error Porcentual Absoluto Medio (MAPE), con el propósito de definir el mejor modelo. | spa |
| dc.description.abstractenglish | Agricultural price forecasting is an important study field in every country because recognizing the time series characteristics, allows to estimate its future values, and therefore, constitute a useful tool for the stakeholder's decision-making. However, agricultural price forecasting has difficulties due to different factors which affect the estimation such as demand, climate, and data characteristics, moreover, there are factors without completed information collected. Taking into account the above, this work focuses on the study of historical series of banana (fruit), tangerine, orange, potato, banana (tuber), pineapple, tomato and yucca, during the period between June 12, 2012 and April 30, 2018, in the Bucaramanga local food supply center, by proposing the forecast models ARIMA-RNA, RNA- backpropagation and ANFIS, those models are comparing, through the Root Mean Square Error (RMSE) and Mean Absolute Percentage Error (MAPE) performance, with the aim of select the best forecast model. | spa |
| dc.description.learningmodality | Modalidad Presencial | spa |
| dc.format.mimetype | application/pdf | spa |
| dc.identifier.instname | instname:Universidad Autónoma de Bucaramanga - UNAB | spa |
| dc.identifier.issn | ISSN 2344-7079 | spa |
| dc.identifier.reponame | reponame:Repositorio Institucional UNAB | spa |
| dc.identifier.repourl | repourl:https://repository.unab.edu.co | spa |
| dc.identifier.uri | http://hdl.handle.net/20.500.12749/21921 | |
| dc.language.iso | spa | spa |
| dc.publisher.deparment | Sistema de Investigación SIUNAB | spa |
| dc.publisher.faculty | Facultad Ingeniería | |
| dc.publisher.grantor | Universidad Autónoma de Bucaramanga UNAB | spa |
| dc.relation.ispartofseries | Generación Creativa : Encuentro de Semilleros de Investigación UNAB | spa |
| dc.relation.references | [1] Cámara de Comercio de Bucaramanga. (2016). Producto Interno Bruto por departamentos. Recuperado el 5 de abril de 2018, a partir de https://www.camaradirecta.com/temas/documentos%20pd f/informes%20de%20actualidad/2017/pib%202016.pdf | spa |
| dc.relation.references | [2] DANE. (2017). Principales Indicadores Del Mercado Laboral, 1–34. Recuperado a partir de https://www.dane.gov.co/files/investigaciones/boletines/ec h/ech/bol_empleo_abr_17.pdf | spa |
| dc.relation.references | [3] MinAgricultura, A. (2016). El 83.5% de los alimentos que consumen los colombianos son producidos por nuestros campesinos - 28 de octubre de 2016. Recuperado el 5 de abril de 2018, a partir de http://www.agronet.gov.co/Noticias/Paginas/El-83-5-delos-alimentos-que-consumen-los-colombianos-sonproducidos-por-nuestros-campesinos-.aspx | spa |
| dc.relation.references | 4] Pulido, A., Lopez, A. M., & Rodriguez Vález, J. (2004). Modelos ARIMA: Estacionariedad en media y varianza. Retrieved August 29, 2018, from http://www.uam.es/docencia/predysim/prediccion_unidad 3/3_3_ficha.htm | spa |
| dc.relation.references | [5] Damián, J. M. (2001). Redes Neuronales: Conceptos Básicos y Aplicaciones, 55. Retrieved from ftp://decsai.ugr.es/pub/usuarios/castro/Material-RedesNeuronales/Libros/matich-redesneuronales.pdf | spa |
| dc.relation.references | [6] Yasrebi, S. S., & Emami, M. (2008). Application of Artificial Neural Networks (ANNs) in prediction and Interpretation of Pressuremeter Test Results. Recuperado a partir de https://pdfs.semanticscholar.org/6365/182f2a94dcfd05f99 dd11a7740b50a2e852c.pdfÑñññ | spa |
| dc.relation.references | [7] Martín del Brio, B., & Sanz Molina, A. (2007). Redes Neuronales y Sistemas Borrosos. (A. G. E. S. de CV, Ed.) (Tercera ed). Zaragoza. | spa |
| dc.relation.references | [8] Mitra, D., & Paul, R. K. (2017). Hybrid time-series models for forecasting agricultural commodity prices. Model Assisted Statistics and Applications, 12(3), 255–264. https://doi.org/10.3233/MAS-170400. | spa |
| dc.relation.uri | http://hdl.handle.net/20.500.12749/14242 | |
| dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
| dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 2.5 Colombia | * |
| dc.rights.local | Abierto (Texto Completo) | spa |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/co/ | * |
| dc.source | Márquez, J. D. & Montaño, L. V. (2018). Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en Santander. Recuperado de: http://hdl.handle.net/20.500.12749/21921 | spa |
| dc.subject.keywords | Analysis of data | spa |
| dc.subject.keywords | Agricultural products | spa |
| dc.subject.keywords | Sale prices | spa |
| dc.subject.keywords | Investigation | spa |
| dc.subject.keywords | RNA | spa |
| dc.subject.keywords | ARIMA | spa |
| dc.subject.keywords | Forecast | spa |
| dc.subject.keywords | Prediction methods | spa |
| dc.subject.lemb | Análisis de datos | spa |
| dc.subject.lemb | Productos agrícolas | spa |
| dc.subject.lemb | Precios de venta | spa |
| dc.subject.lemb | Investigación | spa |
| dc.subject.proposal | RNA | spa |
| dc.subject.proposal | ARIMA | spa |
| dc.subject.proposal | Pronostico | spa |
| dc.subject.proposal | Métodos de predicción | spa |
| dc.title | Comparación de métodos de predicción para el pronóstico de precios de venta de productos agrícolas en Santander | spa |
| dc.title.translated | Comparison of prediction methods for forecasting sales prices of agricultural products in Santander | spa |
| dc.type | Conference | eng |
| dc.type.coar | http://purl.org/coar/resource_type/c_f744 | |
| dc.type.coarversion | http://purl.org/coar/version/c_ab4af688f83e57aa | spa |
| dc.type.driver | info:eu-repo/semantics/conferenceProceedings | spa |
| dc.type.hasversion | info:eu-repo/semantics/acceptedVersion | spa |
| dc.type.local | Memoria de eventos | spa |
| dc.type.redcol | http://purl.org/redcol/resource_type/EC_AC |
Archivos
Bloque original
1 - 1 de 1
Cargando...
- Nombre:
- 2018_Articulo_Montaño_Perez_Laura_Vanessa.pdf
- Tamaño:
- 371.43 KB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Artículo
Bloque de licencias
1 - 1 de 1
Cargando...
- Nombre:
- license.txt
- Tamaño:
- 829 B
- Formato:
- Item-specific license agreed upon to submission
- Descripción:
