Hay un gran estudio en el campo de las previsiones debido a la necesidad de la planificacion para la toma de decisiones optima. Como se menciono anteriormente, los investigadores han desarrollado diferentes metodologias para la prediccion de series de tiempo, entre las que destacan los modelos heuristicos Entre los modelos heuristicos estan las tecnicas de inteligencia artificial, que se utilizan en materia de prevision de series temporales debido a su capacidad para capturar la no linealidad entre las variables explicativas y las variables dependientes de la serie. En esta investigacion, un modelo hibrido fue desarrollado como la combinacion de los pronosticos individuales por dos sistemas expertos Dentro de la literatura se encontro que pronostico de energia del Estado se utilizan modelos econometricos, este pronostico se realiza para tres escenarios diferentes (La informacion fue proporcionada por el Centro de modelo econometrico de Investigacion de la Universidad de Indiana) Tres escenarios: 1. El escenario base: pretende representar el pronostico de la electricidad que es ""muy probable"" y tiene la misma probabilidad de ser alta o baja. 2. El escenario de limite inferior: esta destinado a representar un limite inferior en la prediccion de la demanda y precio de electricidad y tiene una baja probabilidad de ocurrencia 3. El escenario de limite superior: pretende representar un limite superior sobre la prediccion de la demanda y precio de electricidad y tambien tiene una baja probabilidad de ocurrencia En esta investigacion solo bajo el escenario base se hizo la prediccion porque no se conto con la suficiente informacion para hacer un analisis mas especifico ya que esta informacion es confidencial. El modelo hibrido se construyo a partir de la combinacion de dos sistemas expertos. Para el sistema experto 1, se utilizo el analisis clasico de series de tiempo que fue desarrollado por Box y Jenkins. Se desarrollo un modelo para la serie temporal de la demanda y el precio de la electricidad en cada uno de los sectores del Estado de Indiana. Para el sistema experto 2, se desarrollo un modelo de inteligencia artificial conocida red neuronal artificial. Una de las principales aplicaciones son las redes neuronales artificiales, es la capacidad de hacer predicciones de series de tiempo no lineal. Este ha sido un tema de investigacion durante varias decadas en las que los investigadores han utilizado diferentes metodos de pronostico para el estudio de la serie de tiempo, debido a la importancia para la toma de decisiones y la planificacion en areas de conocimiento como son las finanzas, economia, ingenieria, entre otros. En las redes neuronales artificiales, el perceptron multicapa ha sido la arquitectura mas utilizada para el pronostico de series de tiempo, ya que pueden aproximar cualquier funcion continua definida en un dominio compacto. Un Perceptron multicapa (MLP, por sus siglas en Ingles), desde un punto de vista biologico es un tipo de red neuronal que imita la estructura paralela masiva de las neuronas del cerebro. En cuanto al modelo hibrido, los esfuerzos de los investigadores se centran en el desarrollo de mejores modelos de prediccion que permiten una mayor eficiencia y menor error, se han postulado nuevas arquitecturas de redes neuronales que actualmente tienen poca experiencia en la aplicacion de la prediccion de series de tiempo, tales como red neuronal-Pi y Sigma Pi Sigma, que tambien son llamados mayores redes neuronales orden debido a que utilizan altas combinaciones en las entradas de la red. Los resultados obtenidos del modelo combinatorio de esta investigacion fueron realizados por medio de esta arquitectura de red neuronal.