![\"Un-algoritmo-estima-la-demanda-de-energia-espanola_image_380\"](\"https:\/\/www.eldigitaldeasturias.com\/noticias\/wp-content\/uploads\/2016\/09\/Un-algoritmo-estima-la-demanda-de-energia-espanola_image_380-360x269.jpg\")
El grupo de investigaci\u00f3n GRAFO de la Universidad Rey Juan Carlos (URJC) ha desarrollado, junto con el grupo GHEODE de Universidad de Alcal\u00e1, un algoritmo capaz de llevar a cabo la estimaci\u00f3n precisa de la demanda de energ\u00eda espa\u00f1ola a un a\u00f1o vista a partir de una serie de variables macroecon\u00f3micas.<\/p>\n
Los resultados obtenidos han sido publicado en la revista Energy Conversion and Management y constatan que la robustez de este algoritmo queda demostrada dada su correcta estimaci\u00f3n incluso durante los per\u00edodos de crisis econ\u00f3mica, donde la demanda de energ\u00eda es muy dif\u00edcil de predecir.<\/p>\n
El algoritmo propuesto, basado en la metodolog\u00eda conocida como B\u00fasqueda de Vecindad Variable (VNS, por sus siglas en ingl\u00e9s), es capaz de seleccionar aquellas variables macroecon\u00f3micas, de entre las 14 disponibles, que son m\u00e1s relevantes para llevar a cabo la estimaci\u00f3n de la demanda de energ\u00eda.<\/p>\n
\u201cRealizada la selecci\u00f3n, una red de neuronas de aprendizaje r\u00e1pido se entrena con los datos disponibles de los \u00faltimos 30 a\u00f1os. Una vez la red est\u00e1 entrenada, podr\u00e1 predecir cu\u00e1l ser\u00e1 la demanda de energ\u00eda espa\u00f1ola a un a\u00f1o vista, con una tasa de error inferior al 2%\u201d, seg\u00fan explica Jes\u00fas S\u00e1nchez-Oro, investigador de la E.T.S. de Ingenier\u00eda Inform\u00e1tica de la URJC y autor principal del estudio.<\/p>\n
Una red de neuronas de aprendizaje r\u00e1pido se entrena con los datos disponibles de los \u00faltimos 30 a\u00f1os<\/em><\/strong><\/p><\/blockquote>\n
Todos los ensayos del art\u00edculo han sido ejecutados en un ordenador de sobremesa com\u00fan (un Intel Core i7 a 2.67 GHz con 8 GB de RAM), por lo que no es necesario disponer de ninguna equipamiento especial para llevar a cabo la estimaci\u00f3n.<\/p>\n
Abastecimiento energ\u00e9tico<\/strong><\/p>\n
Los investigadores plantean que el algoritmo propuesto podr\u00e1 ser de utilidad para las autoridades pol\u00edticas y expertos en el sector de la energ\u00eda, que tienen que tratar cada a\u00f1o con la problem\u00e1tica del abastecimiento energ\u00e9tico.<\/p>\n
El estudio se enmarca en diferentes proyectos de investigaci\u00f3n, financiados por el Ministerio de Econom\u00eda y Competitividad, sobre algoritmos h\u00edbridos bio-inspirados para problemas de predicci\u00f3n en energ\u00edas renovables y dise\u00f1o, implementaci\u00f3n y explotaci\u00f3n de t\u00e9cnicas heur\u00edsticas avanzadas.<\/p>\n
SINC<\/p>\n
<\/p>\n","protected":false},"excerpt":{"rendered":"
El grupo de investigaci\u00f3n GRAFO de la Universidad Rey Juan Carlos (URJC) ha desarrollado, junto con el grupo GHEODE de Universidad de Alcal\u00e1, un algoritmo capaz de llevar a cabo la estimaci\u00f3n precisa de la demanda de energ\u00eda espa\u00f1ola a un a\u00f1o vista a partir de una serie de variables macroecon\u00f3micas. Los resultados obtenidos han […]<\/p>\n","protected":false},"author":1,"featured_media":908423,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[28],"tags":[],"class_list":["post-908422","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sociedad"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t