Página 16 dos resultados de 4919 itens digitais encontrados em 0.010 segundos

Análise do erro de previsão de vazões mensais com diferentes horizontes de previsão; Analysis of forecast error of monthly streamflow with different forecast horizons

Andrade Filho, Marinho Gomes de; Reis, Ricardo Luis dos; Soares Filho, Secundino; Silva Filho, Donato da
Fonte: Sociedade Brasileira de Automática Publicador: Sociedade Brasileira de Automática
Tipo: Artigo de Revista Científica
POR
Relevância na Pesquisa
26.66%
Este trabalho aborda o problema de previsão para séries de vazões médias mensais, no qual denomina-se de horizonte de previsão (h), o intervalo de tempo que separa a última observação usada no ajuste do modelo de previsão e o valor futuro a ser previsto. A análise do erro de previsão é feita em função deste horizonte de previsão. Estas séries possuem um comportamento periódico na média, na variância e na função de autocorrelação. Portanto, considera-se a abordagem amplamente usada para a modelagem destas séries que consiste inicialmente em remover a periodicidade na média e na variância das séries de vazões e em seguida calcular uma série padronizada para a qual são ajustados modelos estocásticos. Neste estudo considera-se para a série padronizada os modelos autorregressivos periódicos PAR (p m). As ordens p m dos modelos ajustados para cada mês são determinadas usando os seguintes critérios: a análise clássica da função de autocorrelação parcial periódica (FACPPe); usando-se o Bayesian Information Criterion (BIC) proposto em (MecLeod, 1994); e com a análise da FACPPe proposta em (Stedinger, 2001). Os erros de previsão são calculados, na escala original da série de vazão, em função dos parâmetros dos modelos ajustados e avaliados para horizontes de previsão h variando de 1 a 12 meses. Estes erros são comparados com as estimativas das variâncias das vazões para o mês que está sendo previsto. Como resultado tem-se uma avaliação da capacidade de previsão...

Discriminação varietal e estimativa de produtividade agroindustrial de cana-de-açúcar pelo sensor orbital ETM+/Landsat 7.; Varieties discrimination and sugarcane agroindustrial yield forecast by the orbital sensor ETM+/Landsat 7.

Fortes, Caio
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 16/02/2004 PT
Relevância na Pesquisa
26.66%
O desenvolvimento de técnicas de sensoriamento remoto na avaliação da cultura da cana-de-açúcar tem grande importância para o poder público, empresas de melhoramento genético e agricultores, pois proporciona um melhor planejamento de políticas de mercado e otimiza a tomada de decisões. O comportamento espectral de dosséis vegetais reflete características importantes das culturas agrícolas quanto ao seu crescimento, vigor vegetativo e produção de biomassa. O objetivo desta pesquisa é determinar uma metodologia para discriminação de variedades, estimativa da produtividade agrícola da cana-de-açúcar e propriedades industriais importantes como Brixº, Pol % caldo, Pol % cana, Fibra %, Umidade %, Pureza %, Kg de ATR/Mg cana e Impureza %, pelo sensor orbital ETM+/LANDSAT 7. Sabe-se que as plantas e culturas de uma forma geral apresentam comportamentos espectrais e interações com a energia eletromagnética em determinadas bandas do espectro eletromagnético devido sua composição/estrutura e também ao efeito dos diversos fatores de produção (solo, clima e variedade). Dessa forma, levanta-se a hipótese de que é possível estabelecer relações entre as características espectrais da cultura de cana-de-açúcar e sua produtividade agrícola e industrial. Para tanto...

Uso do modelo Ceres-Maize para previsão de safra do milho "safrinha". ; Using ceres-maize model for maize sown off-season yield forecast.

Tojo Soler, Cecilia Manuela
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 13/08/2004 PT
Relevância na Pesquisa
26.66%
O presente trabalho teve como objetivos: 1) estudar a fenologia, o crescimento e desenvolvimento de quatro híbridos de milho AG9010, DAS CO32, Exceler e DKB 333B semeados no período da "safrinha" na região de Piracicaba, Estado de São Paulo; 2) calibrar e testar o desempenho do modelo CERES-Maize para simular o desenvolvimento e a produtividade do milho "safrinha" para a mencionada região; 3) aplicar o modelo calibrado e testado para a determinação das épocas de semeadura com menores riscos, para as condições de sequeiro e irrigada, para os quatro híbridos mencionados; 4) aplicar o modelo CERES-Maize para simulações de longo período visando a estimativa da previsão de safra do milho "safrinha" na região de Piracicaba, Estado de São Paulo; 5) verificar a existência de associação entre parâmetros climáticos e o fenômeno do ENOS (El Niño Oscilação Sul) na região de Piracicaba, Estado de São Paulo; 6) analisar a influencia do fenômeno do ENOS na produtividade da cultura do milho “safrinha”. Para tanto, três experimentos de campo com quatro híbridos de milho foram conduzidos na Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, em Piracicaba, Estado de São Paulo, Brasil, durante os anos de 2001 e 2002. Um experimento foi conduzido no ano 2001 sob condições irrigadas e os outros dois no ano 2002: um sob condições de sequeiro e outro sob irrigação. Todos os experimentos tiveram delineamento de blocos completos ao acaso. Os híbridos de milho utilizados neste estudo foram: AG9010 (ciclo super precoce)...

"A reestruturação setorial e os reflexos sobre o planejamento e os estudos de mercado das distribuidoras de energia elétrica" ; The Brazilian eletric power reform, planning activities and market assessments: new challenges for distribution companies

Matsudo, Eduardo
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 23/11/2001 PT
Relevância na Pesquisa
26.66%
A Dissertação apresenta as principais mudanças verificadas no Setor Elétrico Brasileiro e os seus reflexos nas atividades de planejamento e estudos de mercado. Examina os desafios do mercado de energia para as distribuidoras de energia elétrica, advindos com o dinamismo comercial e as obrigações institucionais provenientes do novo contexto setorial. Evidencia que os estudos de mercado podem apoiar significativamente as distribuidoras, necessitando para tanto, efetuar mudanças estruturais e metodológicas. A utilização de modelos baseados em usos finais de energia e técnicas de cenários é a mais adequada.; After the restructuring of the Brazilian power sector during the 1990’s, a new set of rules and players (regulators, traders, etc.) was introduced. This situation resulted in significantly impacting the distribution companies in terms of market risks and commercial opportunities. Electric power market assessments that provide fundamental information to the system and tariff planning groups can also be used to support the distribution companies in analyzing various questions within the new rules that have been created. These questions include such items as: How much energy should be contracted in the future in the wholesale market? How much opportunity is available in offering commercial services to the customer? This work describes the main changes that have occurred due to the restructuring...

Previsão da arrecadação de receitas federais: aplicações de modelos de séries temporais para o estado de São Paulo; Federal revenue collection forecast: application of time series models at the state of Sao Paulo

Campos, Celso Vilela Chaves
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 26/03/2009 PT
Relevância na Pesquisa
26.66%
O objetivo principal do presente trabalho é oferecer métodos alternativos de previsão da arrecadação tributária federal, baseados em metodologias de séries temporais, inclusive com a utilização de variáveis explicativas, que reflitam a influência do cenário macroeconômico na arrecadação tributária, com o intuito de melhorar a acurácia da previsão da arrecadação. Para tanto, foram aplicadas as metodologias de modelos dinâmicos univariados, multivariados, quais sejam, Função de Transferência, Auto-regressão Vetorial (VAR), VAR com correção de erro (VEC), Equações Simultâneas, e de modelos Estruturais. O trabalho tem abrangência regional e limita-se à análise de três séries mensais da arrecadação, relativas ao Imposto de Importação, Imposto Sobre a Renda das Pessoas Jurídicas e Contribuição para o Financiamento da Seguridade Social - Cofins, no âmbito da jurisdição do estado de São Paulo, no período de 2000 a 2007. Os resultados das previsões dos modelos acima citados são comparados entre si, com a modelagem ARIMA e com o método dos indicadores, atualmente utilizado pela Secretaria da Receita Federal do Brasil (RFB) para previsão anual da arrecadação tributária, por meio da raiz do erro médio quadrático de previsão (RMSE). A redução média do RMSE foi de 42% em relação ao erro cometido pelo método dos indicadores e de 35% em relação à modelagem ARIMA...

Análise da estratégia de contratação de consumidores livres, tendo como balizamento a formação de preços no mercado cativo.; Analysis of contracting strategies of free consumers, considering the energy pricing in regulated contracting market.

Fagundes Filho, Carlos Augusto Caminada
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 11/08/2009 PT
Relevância na Pesquisa
26.66%
A disponibilidade de energia a preços competitivos é fundamental para a competitividade dos produtos da indústria nacional, que está imersa num ambiente concorrencial interno e externo. Essa indústria tem inserção maciça no cotidiano de toda sociedade, contribuindo decisivamente para o bom andamento da economia brasileira. O Modelo Setorial permite a um grande consumidor optar pela contratação de energia de forma regulada ou livre, pelo que a análise da melhor estratégia de contratação torna-se fundamental. No presente trabalho, é realizado o mapeamento da composição dos preços praticados no Ambiente de Contratação Livre (ACL) e Ambiente de Contratação Regulado (ACR). As regras são definidas através da análise da legislação setorial e do comportamento observado dos agentes de mercado. Após essa etapa, são realizadas simulações, partindo de premissas macroeconômicas e setoriais, que fornecem projeções de preços para ambos os ambientes e, por fim, realizadas comparações entre as diversas estratégias de contratação.; The availability of electrical energy at competitive prices is of fundamental importance for the competitiveness of products in each industry field, considering the strong competition in internal and external markets. The industry production plays an important role in society everyday life...

Redes neurais artificiais aplicadas na previsão de preços do mercado spot de energia elétrica; Artificial neural networks applied on the forecast of the spot market prices for electricity.

Rodrigues, Alcantaro Lemes
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 22/12/2009 PT
Relevância na Pesquisa
26.66%
A comercialização de energia elétrica no Brasil e no mundo sofreu diversas modificações nos últimos 20 anos. Com o objetivo de alcançar o equilíbrio econômico entre oferta e demanda do bem chamado eletricidade, os agentes deste mercado seguem as regras definidas pela sociedade (governo, empresas e consumidores) e também as leis da natureza (hidrologia). Para tratar de problemas tão complexos, estudos são realizados na área da heurística computacional. O objetivo deste trabalho é elaborar um software de previsão de preços do mercado spot utilizando redes neurais artificiais (RNA). As RNA são muito utilizadas em diversas aplicações, principalmente em heurística computacional, nas quais sistemas não lineares apresentam desafios computacionais difíceis de serem superados devido ao efeito da maldição da dimensionalidade. Tal maldição se deve pelo fato do poder computacional atual não ser suficiente para processar problemas com elevada combinação de variáveis. O problema de prever os preços do mercado spot depende de fatores como: (a) a previsão de demanda (carga); (b) a previsão da oferta (reservatórios, regime de chuvas e clima), fator de capacidade; e (c) o equilíbrio da economia (precificação, leilões...

Acurácia e dispersão das estimativas dos analistas no mercado de capitais brasileiro: Impacto da adoção do padrão IFRS sobre a qualidade preditiva da informação contábil; Accuracy and dispersion of analysts' estimates in the Brazilian capital market: Impact of IFRS adoption on the predictive quality of accounting information

Gatsios, Rafael Confetti
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 16/12/2013 PT
Relevância na Pesquisa
26.66%
Este trabalho tem como objetivo analisar o impacto da convergência às normas internacionais de contabilidade sobre a qualidade preditiva da informação contábil no Brasil. Particularmente, o estudo verifica o impacto da adoção do padrão International Financial Reporting Standards (IFRS) sobre: i) a acurácia das estimativas de lucro realizadas pelos analistas de mercado e ii) a dispersão dessas estimativas de lucro, além de verificar o comportamento do viés de previsão. Os dados da pesquisa foram extraídos da base Institutional Brokers Estimate System (I/B/E/S) e dos formulários de referência das empresas, no site da Comissão de Valores Mobiliários (CVM), no período de 2006 a 2012. A metodologia utilizada foi a de análise de dados em painel, com estimação de modelos de efeitos fixos e aleatórios. Para adequação dos modelos, foram utilizadas variáveis de controle comumente empregadas na literatura internacional, além de variáveis de ajuste para caso brasileiro. Os resultados do trabalho indicam que a adoção do padrão IFRS no Brasil ainda não contribuiu para melhora da qualidade preditiva da informação contábil, embora o viés de previsão tenha diminuído. A acurácia dos analistas de mercado diminuiu no período de adoção parcial do IFRS no Brasil e...

Desenvolvimento de uma abordagem fuzzy para estimação de demanda de potência em um sistema de distribuição de energia elétrica; Development of a fuzzy approach for power demand forecast in an electrical energy distribution system

Moraes, Lucas Assis de
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 01/08/2014 PT
Relevância na Pesquisa
26.66%
Este trabalho tem por objetivo desenvolver uma abordagem fuzzy focando na estimação de curto prazo da demanda de potência ativa de um alimentador de sistema de distribuição de energia elétrica. A motivação para este trabalho encontra-se na redução do erro de estimação para que o sistema de distribuição como um todo seja corretamente operado. O destaque da abordagem desenvolvida é a metodologia de seleção de entradas para o sistema de estimação, que o treina fornecendo-lhe informações não redundantes e não desnecessárias sobre o comportamento da série temporal. Os resultados, obtidos com treinamento e teste de um sistema de inferência fuzzy multicamadas, mostram que as estimações realizadas selecionando as entradas do sistema de forma criteriosa apresentam menor erro que quando não há critério de seleção. Conclui-se então que a metodologia foi funcional e eficiente para o caso estudado, o que faz com que este trabalho resulte em válidas contribuições nas áreas de sistemas inteligentes, de sistemas dinâmicos e inclusive na forma metodológica de especificação de modelos de estimação de séries temporais.; This work aims to develop a fuzzy approach focusing on the short-term active power demand forecast in a feeder of an electrical energy distribution system. This work motivation lies on the reduction of the forecast error so that the whole distribution system can be correctly operated. The highlight of the developed approach is the methodology to select the inputs for the estimation system...

Métodos alternativos de previsão de safras agrícolas; Alternative Crop Prediction Methods

Miquelluti, Daniel Lima
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 23/01/2015 PT
Relevância na Pesquisa
26.66%
O setor agrícola é, historicamente, um dos pilares da economia brasileira, e apesar de ter sua importância diminuída com o desenvolvimento do setor industrial e de serviços ainda é responsável por dar dinamismo econômico ao país, bem como garantir a segurança alimentar, auxiliar no controle da inflação e na formação de reservas monetárias. Neste contexto as safras agrícolas exercem grande influência no comportamento do setor e equilíbrio no mercado agrícola. Foram desenvolvidas diversas metodologias de previsão de safra, sendo em sua maioria modelos de simulação de crescimento. Entretanto, recentemente os modelos estatísticos vem sendo utilizados mais comumente devido às suas predições mais rápidas em períodos anteriores à colheita. No presente trabalho foram avaliadas duas destas metodologias, os modelos ARIMA e os Modelos Lineares Dinâmicos (MLD), sendo utilizada tanto a inferência clássica quanto a bayesiana. A avaliação das metodologias deu-se por meio da análise das previsões dos modelos, bem como da facilidade de implementação e poder computacional necessário. As metodologias foram aplicadas a dados de produção de soja para o município de Mamborê-PR, no período de 1980 a 2013, sendo área plantada (ha) e precipitação acumulada (mm) variáveis auxiliares nos modelos de regressão dinâmica. Observou-se que o modelo ARIMA (2...

Forecasting Brazilian inflation by its aggregate and disaggregated data: a test of predictive power by forecast horizon

Carlos, Thiago C.; Marçal, Emerson Fernandes
Fonte: Fundação Getúlio Vargas Publicador: Fundação Getúlio Vargas
Relevância na Pesquisa
26.66%
This work aims to compare the forecast efficiency of different types of methodologies applied to Brazilian Consumer inflation (IPCA). We will compare forecasting models using disaggregated and aggregated data over twelve months ahead. The disaggregated models were estimated by SARIMA and will have different levels of disaggregation. Aggregated models will be estimated by time series techniques such as SARIMA, state-space structural models and Markov-switching. The forecasting accuracy comparison will be made by the selection model procedure known as Model Confidence Set and by Diebold-Mariano procedure. We were able to find evidence of forecast accuracy gains in models using more disaggregated data

Previsão da inflação no Boletim Focus: uma avaliação

Rocha, Marcus Vinicius
Fonte: Fundação Getúlio Vargas Publicador: Fundação Getúlio Vargas
Tipo: Dissertação
PT_BR
Relevância na Pesquisa
26.66%
Este trabalho investiga e analisa as diferenças das taxas anuais de inflação realizadas com relação às previsões dos agentes econômicos do mercado para um ano à frente. Os índices analisados foram o IPCA, IPA-M, IGP-M e o IGP-DI. Referente à previsão dos agentes para cada índice, foi feito uma análise estatística e uma análise de séries temporais através do modelo ARIMA. Este último explicou o erro de previsão dos agentes econômicos através de valores passados, ou defasados, do próprio erro de previsão, além dos termos estocásticos.; This work investigates and analyzes the differences between inflation’s annual rates and the forecasts by economic agents, for a year ahead. The inflation index examined, were the IPCA, IPA-M, IGP-M and IGP-DI. For each agents preview, for each index, we performed a statistical analysis and time series analysis, by ARIMA model. Through this model we understood the forecast errors of economic agents by the past values of forecast errors in the past, besides the stochastic terms.

Forecast : uma ferramenta de controle financeiro aplicada a Massey Ferguson - AGCO do Brasil

Cardoso, Marinéia Pacheco
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Trabalho de Conclusão de Curso Formato: application/pdf
POR
Relevância na Pesquisa
26.66%
Este trabalho apresenta a ferramenta financeira Forecast, utilizada na empresa Massey Ferguson, na revisão orçamentária para o controle dos custos operacionais. Essa ferramenta é a atualização do orçamento vigente, a qual é utilizada na organização três vezes ao ano, e visa acompanhar o orçamento operacional, orientando a evolução de mercado, para o controle dos custos, a partir da comparação entre o realizado e o projetado. O processo de projeção do que está ainda a realizar, e como consequência a adequação do orçamento, é uma das atividades principais da ferramenta. A partir do presente estudo, foi possível analisar o funcionamento dessa ferramenta financeira e sua importância para a empresa, sempre orientada aos objetivos da corporação AGCO. O presente estudo também relacionou algumas dificuldades encontradas pela empresa para a realização da revisão orçamentária, apoiada na ferramenta Forecast, e assim foram feitas sugestões para melhoria do processo.

Análise de métodos de previsão de demanda para empresa fabricante de produtos de transmissão e distribuição de energia

Santos, Grace Lissarassa dos
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Trabalho de Conclusão de Curso Formato: application/pdf
POR
Relevância na Pesquisa
26.66%
Atualmente, a previsão de demanda é uma atividade crítica e, ao mesmo tempo, essencial no contexto instável em que as empresas atuam. Sendo assim, uma previsão eficaz é sinônimo de decisões mais assertivas e seguras para seus tomadores de decisão. O presente trabalho tem por finalidade realizar uma análise comparativa e identificar, entre dois métodos quantitativos selecionados, aquele que gera o menor erro de previsão de demanda para os produtos de transmissão e distribuição de energia da empresa em questão. Com o intuito de selecionar um modelo sistemático prático, simples e, acima de tudo, mais assertivo, ou seja, um possível substituto para o modelo subjetivo atualmente empregado pela empresa, optou-se por contrapor as previsões obtidas por meio dos métodos de decomposição clássica e redes neurais artificiais. A amostra utilizada na modelagem contempla 72 observações mensais do resultado de vendas, combinada com duas variáveis independentes selecionadas após investigação, as quais são aplicadas somente no modelo de inteligência artificial. Os resultados obtidos pela aplicação da técnica de redes neurais artificiais mostraram uma precisão superior à técnica de decomposição clássica, o que sinaliza que tal método pode servir como uma boa ferramenta para a geração de previsões e auxílio no planejamento e tomada de decisões da empresa.; Nowadays...

Previsões para o crescimento do PIB trimestral brasileiro com séries financeiras e econômicas mensais : uma aplicação de midas

Zuanazzi, Pedro Tonon
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Dissertação Formato: application/pdf
POR
Relevância na Pesquisa
26.66%
A previsão do PIB é um dos principais balizadores para as decisões produtivas de agentes econômicos. Com o objetivo de realizar previsões para o crescimento do PIB trimestral brasileiro, são utilizadas 16 séries mensais financeiras e econômicas como potenciais preditores, abrangendo o período do segundo trimestre de 1996 ao quarto trimestre de 2012. Para isso, aplicou-se as abordagens MIDAS (Mixed Data Sampling) e UMIDAS (Unrestricted Mixed Data Sampling), confrontando seus resultados de previsão fora da amostra com o benchmark ARMA. Foram encontrados erros de previsão menores nessas abordagens, principalmente quando utilizadas informações dentro do trimestre de previsão. Os resultados foram ainda melhores quando empregados múltiplos regressores.; The GDP forecast is an important indicator for production decisions taken by economic agents. In order to make forecasts for the Brazilian quarterly GDP growth, we used 16 monthly financial and economic series as potential predictors, covering the period from the second quarter of 1996 to the fourth quarter of 2012. For this purpose, we applied MIDAS (Mixed Data Sampling) and UMIDAS (Unrestricted Mixed Data Sampling) approaches and compared the out of sample forecasts with the benchmark ones provided by ARMA. MI- DAS and UMIDAS showed smaller prediction errors...

Previsão da estrutura a termo da taxa de juros brasileira usando redes neurais artificiais

Arantes, Breno de Oliveira
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Dissertação Formato: application/pdf
POR
Relevância na Pesquisa
26.66%
Avaliamos as previsões fora da amostra da curva de juros geradas por modelos de redes neurais artificiais e as comparamos com os modelos tradicionalmente usados para este fim. A curva de juros foi segmentada em três regiões distintas e para cada uma dessas regiões e horizontes de previsão, foram estimados duas classes de modelos de redes neurais (modelos dinâmicos e modelos estáticos), totalizando 198 modelos estimados. Afim de verificar a significância estatística das previsões dos modelos de RNA em relação aos outros modelos, foi realizado o teste Diebold-Mariano. Os resultados mostram que em média, os modelos estimados através de RNA conseguiram superar as previsões realizadas pelo random walk em todos os horizontes de previsão, sendo essas previsões em torno de 2% e 5% melhores para os horizontes de 1 dia e 1 semana a frente, e de 12% e 7% melhores para os horizontes mais longos, de 1 mês e 3 meses. Além disso, apresentou previsões em torno de 15% e 10% melhores que o modelo de NS para os horizontes de 1 mês e 3 meses a frente. Concluimos que os modelos de redes neurais são capazes de realizar previsões superiores para todos os horizontes testados, principalmente para região de curto prazo da curva, com destaque especial para as previsões com horizontes de 1 dia e 1 semana a frente.; We evaluate the out of sample forecasts of the yield curve generated by artificial neural network models and compare them with the models traditionally used for this purpose. The yield curve was segmented into three distinct regions and for each region and forecast horizons...

Forecast : uma ferramenta de controle financeiro aplicada ao Grupo Urano

Costa, Alcion Silva
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Trabalho de Conclusão de Curso Formato: application/pdf
POR
Relevância na Pesquisa
26.66%
Este trabalho apresenta a ferramenta financeira Forecast, utilizada na empresa Urano Balanças, na revisão orçamentária e controle de metas de faturamento. Essa ferramenta é parte integrante do controle do orçamento vigente, acompanhando trimestralmente a evolução do faturamento em vista ao plano de negócio comparando os valores projetados com os realizados. O processo de projeção do que está ainda a realizar, e como consequência a adequação das ações para cumprir ao orçamento, é uma das atividades principais da ferramenta. A partir do presente estudo, foi possível analisar o funcionamento dessa ferramenta financeira e sua importância para o Grupo Urano atingir seus objetivos. O presente estudo também relacionou algumas dificuldades encontradas pela empresa para a realização da revisão orçamentária, apoiada na ferramenta Forecast, e assim foram feitas sugestões para melhoria do processo.

Analysis of ensemble models in the medium term hydropower scheduling

Siqueira, T. G.; Villalva, M. G.; Gazoli, J. R.; Salgado, R. M.
Fonte: Universidade Estadual Paulista Publicador: Universidade Estadual Paulista
Tipo: Conferência ou Objeto de Conferência
ENG
Relevância na Pesquisa
26.66%
The medium term hydropower scheduling (MTHS) problem involves an attempt to determine, for each time stage of the planning period, the amount of generation at each hydro plant which will maximize the expected future benefits throughout the planning period, while respecting plant operational constraints. Besides, it is important to emphasize that this decision-making has been done based mainly on inflow earliness knowledge. To perform the forecast of a determinate basin, it is possible to use some intelligent computational approaches. In this paper one considers the Dynamic Programming (DP) with the inflows given by their average values, thus turning the problem into a deterministic one which the solution can be obtained by deterministic DP (DDP). The performance of the DDP technique in the MTHS problem was assessed by simulation using the ensemble prediction models. Features and sensitivities of these models are discussed. © 2012 IEEE.

Ensemble spread and systematic errors in the medium-range predictions during the Indian summer monsoon

KAR,S. C.; IYENGAR,G. R.; BOHRA,A. K.
Fonte: Centro de Ciencias de la Atmósfera, UNAM Publicador: Centro de Ciencias de la Atmósfera, UNAM
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/04/2011 EN
Relevância na Pesquisa
26.79%
For preparing medium range weather forecasts, two global coarse resolution models at different resolutions were used at the National Centre for Medium Range Weather Forecasting (NCMRWF), India. In order to improve the forecasting skill, an ensemble prediction system (EPS) was implemented on experimental basis. For generating initial perturbations a breeding method was implemented. Experimental forecast runs with 8-member ensemble were carried out and results are analyzed for a monsoon season. The ensemble mean of rainfall forecasts shows that over the broad region of Gangetic Plains, the EPS brings out the monsoon activity (active and weak spell) reasonably well six days in advance. However, over the eastern parts of India, the ensemble mean rainfall is good only in short-range. The ensemble spread becomes quite large from about day-4 forecast and beyond. An examination of the rainfall pattern from day-1 to day-6 forecasts by the model and the ensemble spread shows there is no linearity in the increase of spread with the rainfall amount. The model has a systematic tendency to enhance rainfall activity over the central Bay of Bengal and eastern parts of India as the length of forecast is increased. At the same time, the model tends to dry up over the equatorial Indian Ocean region...

Assimilation of special observations taken during the INDOEX and its impact on the global analysis-forecast system

Das Gupta,M.; Basu,S.; Paliwal,R. K.; Mohanty,U. C.; Sam,N. V.
Fonte: Centro de Ciencias de la Atmósfera, UNAM Publicador: Centro de Ciencias de la Atmósfera, UNAM
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/01/2003 EN
Relevância na Pesquisa
26.79%
For accurate determination of the three-dimensional structure of atmospheric circulation, it is very important to assimilate every observation from all available sources, especially over the data sparse oceanic regions. During the Indian Ocean Experiment Intensive Field Phase -1999 (INDOEX-IFP 99) several special observations were taken over the Indian Ocean region, which gave an opportunity to study this region more thoroughly. In this study these special observations, along with atmospheric motion vectors that form METEOSAT-5(63ºE), have been assimilated along with other conventional as well as non-conventional observations received at the National Centre for Medium Range Weather Forecasting (NCMRWF) through the Global Telecommunication System (GTS) in its global analyses-forecast system. The aim of this study is to assess the impact of the additional data on the Global Data Assimilation system of NCMRWF as well as to create better initial conditions for its future use in modeling studies. Impact of INDOEX data sets on analyses and subsequent 5-day forecast has been studied on the monthly mean fields. Mean wind field shows the strengthening of trade winds in the lower levels and the strengthening of the wind around sub-tropical anticyclone in the higher levels. It is found that the impact is stronger over the data sparse oceanic region and in the higher levels compared to the lower levels. The impact of these data sets is studied on different initial conditions as well as forecast as part of case studies. Significant positive impacts...