Modelo de redes neuronales artificiales para el pronóstico del número de visitantes extranjeros a Machu Picchu en comparación con la metodología de Box y Jenkins

• Autor: Lazo Chuquihuayta, Henry
• Formato: tesis de maestría
• Fecha de Publicación: 2019
• Institución: Universidad Nacional de San Antonio Abad del Cusco
• Repositorio: UNSAAC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsaac.edu.pe:20.500.12918/4637
• Enlace del recurso: http://hdl.handle.net/20.500.12918/4637
• Nivel de acceso: acceso abierto
• Materia: Red neuronal artificial; Perceptrón multicapa; Metodología Box-Jenkins; ARIMA; http://purl.org/pe-repo/ocde/ford#1.01.03

El objetivo fundamental fue comparar la metodología de Box-Jenkins, que se utiliza para pronosticar con series de tiempo, y el método de redes neuronales artificiales, que es un método de la inteligencia artificial. A la serie número mensual de visitantes extranjeros al santuario histórico de Machu Picchu de Cusco 2002-2018 se le aplicó la metodología de Box-Jenkins y el método de redes neuronales artificiales. Particularmente, se utiliza el modelo de red neuronal tipo Perceptrón Multicapa que tuvo seis entradas o retrasos de la serie (Yt-1, Yt-2, Yt-3, Yt-4, Yt-12 ,Yt-24), donde se consideró cuatro neuronas (nodos) en la capa oculta y una neurona (nodo) en la capa de salida, el cual tuvo una capacidad de predicción más precisa con un MAPE de 4.41% a comparación del modelo ARIMA que tiene un MAPE de 7.66%. Los pronósticos para el primer semestre del 2018 realizados por el modelo de red neuronal se parecen más al patrón histórico de la serie. Los datos fueron analizados utilizando el software R-project.