Aplicación de redes neuronales para determinar el déficit energético en Bolivia.

Abstract

En el presente trabajo se utilizó redes neuronales, una herramienta de la inteligencia artificial, para proyectar datos a futuro. Para ello, se realizó un análisis de las variables que influyen en el déficit energético como son gastos por importación de combustible y los ingresos por exportación de gas natural, para ello se desarrolló modelos de redes neuronales con errores menores al 2%, así también se hizo una comparación con métodos estadísticos de pronóstico. Finalmente, el diseño de las redes neuronales pronostica un aumento del déficit energético con respecto al año 2022 del 118% para el año 2023, 140% para el año 2024 y del 220% para el año 2025. Por ello se recomienda tomar medidas para disminuir el déficit energético, como ser: reajuste a la subvención de combustibles, utilización de oleoducto para transportar combustible o petróleo crudo con destino a las refinerías; mayor inversión en exploración hidrocarburífero a través de nuevas políticas para el sector petrolero e incursionar a nuevas formas de energía como ser los biocombustibles y la electromovilidad. Analizar las variables que influyen en el déficit energético. Desarrollar modelos de redes neuronales artificiales. Calcular el déficit energético a través de pronósticos. Evaluar el modelo de red neuronal y su comparación con un método convencional.