Página 1 dos resultados de 82 itens digitais encontrados em 0.056 segundos

Ajuste e seleção de modelos na descrição de comunidades arbóreas: estrutura, diversidade e padrões espaciais; Model fit and selection in the description of tree communities: structure, diversity and spatial patterns

Lima, Renato Augusto Ferreira de
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 15/08/2013 PT
Relevância na Pesquisa
75.95%
A descrição de padrões, i.e., tendências ou arranjos não aleatórios em comunidades, possui um longo histórico em ecologia vegetal. Comumente, a estrutura e diversidade de comunidades vegetais são descritas a partir de sua distribuição em classes de tamanho (SDD), distribuição espacial (SSD) e de sua distribuição abundância de espécies (SAD). Isto porque há um pressuposto de que padrões existentes nestes descritores de comunidades são assinaturas de processos fundamentais na sua organização e funcionamento. Assim, a descrição de padrões é com frequência o primeiro passo para gerar ou testar hipóteses sobre esses processos que regulam a estrutura e diversidade de comunidades. Organizada em diferentes capítulos, esta tese teve como objetivo central descrever e comparar padrões em diferentes comunidades arbóreas Neotropicais, buscando gerar hipóteses sobre os processos que regulam sua organização e funcionamento. Para tanto, buscou-se utilizar uma abordagem de inferência baseada no ajuste e seleção de modelos, que foi realizado usando máxima verossimilhança estatística. Em todos os capítulos, os dados sobre as comunidades arbóreas são oriundos de diferentes parcelas florestais permanentes, quatro delas com 10...

Previsão de arrecadação tributária baseada em um método de otimização de portfólio para a combinação de previsões; Revenue forecast based on a portfolio optimization method for combination of forecasts

Kubo, Sergio Hideo
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 01/08/2014 PT
Relevância na Pesquisa
86.32%
Uma previsão de receitas precisa é muito importante para o administrador público na elaboração do orçamento anual, e para isso há a necessidade de se encontrar um modelo, econométrico ou não, que possibilite essa previsão com qualidade. Este trabalho apresenta uma forma inovadora para realizar a combinação de modelos de previsão. Seu objetivo foi criar uma metodologia para a obtenção de pesos para a combinação de modelos baseada no método de otimização de uma carteira de investimentos proposto por Markowitz. Para o estudo, foram utilizadas as estimações de três a cinco previsões individuais de um a cinco passos à frente, com os modelos Box-Jenkins SARIMA (Autorregressivo Integrado de Médias Móveis Sazonal), PLSR (Regressão com Mínimos Quadrados Parciais) e o Método não econométrico de Indicadores, como é denominado internamente na Receita Federal. A utilização da fronteira eficiente de Markowitz, que apresenta os pontos de mínima variância para cada retorno, é semelhante à minimização da variância da combinação, proposta no artigo seminal de Bates e Granger. O risco (desvio padrão), na teoria de portfólio de Markowitz, pode ser definido como a dispersão dos resultados e pode ser decomposto em risco sistemático e risco não sistemático. À medida que a quantidade de pesos das previsões a combinar cresce...

Combinação de previsões de índices de preços

Marques, Eduardo Barrozo
Fonte: Fundação Getúlio Vargas Publicador: Fundação Getúlio Vargas
Tipo: Dissertação
NONE
Relevância na Pesquisa
76.29%
A combinação de previsões é caracterizada pelo aumento da precisão de prognósticos decorrente da complementaridade da informação contida nas previsões individuais. Este trabalho parte das idéias do consagrado artigo de Bates e Granger (1969) com o objetivo de investigar se há como elevar a precisão de previsões de índices de preços. Há evidências de que, embora os ganhos da combinação sejam limitados, os riscos decorrentes da combinação são menores que seus benefícios.

Prevendo inflação usando séries temporais e combinações de previsões

Araripe, Anderson Alencar de
Fonte: Fundação Getúlio Vargas Publicador: Fundação Getúlio Vargas
Tipo: Dissertação
PT_BR
Relevância na Pesquisa
86.48%
O propósito deste estudo é analisar a capacidade dos modelos econométricos ARMA, ADL, VAR e VECM de prever inflação, a fim de verificar qual modelagem é capaz de realizar as melhores previsões num período de até 12 meses, além de estudar os efeitos da combinação de previsões. Dentre as categorias de modelos analisados, o ARMA (univariado) e o ADL (bivariado e multivariado), foram testados com várias combinações de defasagens. Foram realizadas previsões fora-da-amostra utilizando 3 períodos distintos da economia brasileira e os valores foram comparados ao IPCA realizado, a fim de verificar os desvios medidos através do EQM (erro quadrático médio). Combinações das previsões usando média aritmética, um método de média ponderada proposto por Bates e Granger (1969) e média ponderada através de regressão linear múltipla foram realizadas. As previsões também foram combinadas com a previsão do boletim FOCUS do Banco Central. O método de Bates e Granger minimiza a variância do erro da combinação e encontra uma previsão com variância do erro menor ou igual à menor variância dos erros das previsões individuais, se as previsões individuais forem não viesadas. A conclusão é que, com as técnicas de séries temporais utilizadas...

Combinação de previsões aplicada à volatilidade

Cavaleri, Rosangela
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
76.38%
A realização de previsões de volatilidade é uma atividade de suma importância para empresas e agentes econômicos, entretanto utilizar-se de apenas um modelo para obtê-las pode não ser suficiente para incorporar todo o conhecimento associado ao ambiente de previsões. As técnicas de combinação de previsões podem incorporar todo o conhecimento associado ao ambiente de previsão. As técnicas de combinação têm como objetivo principal incorporar vários modelos com a finalidade de reduzir as medidas de erro de previsão. Este trabalho apresenta uma comparação da acurácia dos modelos individuais e das técnicas de combinação. Os modelos individuais incluídos nas técnicas de combinação são os modelos da família GARCH, o modelo de Alisamento Exponencial e o de Volatilidade Estocástica. Já as técnicas de combinação escolhidas foram a técnica de combinação por média aritmética, a técnica de combinação de pesos fixos proposta por Granger e Ramanathan (1984), a técnica de combinação com pesos móvel de Terui e Djik (2002).; The realization of forecasts of volatility is an activity of extreme importance for companies and economy agents, however to utilize only one model to obtain them could be insuficient to incorporate all the knowledge associated to the ambient of previsions. The technics of combination of forecasts have as its main objective to incorporate various models with the finality to reduce the measures of error of prediction. This work presents a comparision of the acuracy of the individual models and of the combination technics. The individual models included on the technics of combination are the models of the family GARCH...

Comparação de combinação de previsões correlacionadas e não correlacionadas com as suas previsões individuais : um estudo com séries industriais

Martins, Vera Lúcia Milani
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
76.38%
A realização de previsões adequadas nas indústrias oportuniza o correto dimensionamento de diversos aspectos da gestão da produção. Um dos métodos empregados no intuito de melhorar a precisão das previsões é conhecido como combinação de previsões. Ao longo dos anos, foram publicados estudos de combinação a fim de comparar os métodos já existentes e indicar entre estes, qual o mais acurado. No entanto não há unanimidade em suas conclusões. Entre as combinações existentes, o método da média aritmética é reconhecido como um dos mais utilizados, enquanto que o método da variância mínima é por vezes apresentado como mais acurado e permite em sua formulação a consideração ou não da correlação entre os erros das previsões individuais. No intuito de identificar, para previsões em séries reais industriais, se existe diferença entre a acurácia das previsões individuais e de suas combinações é que este estudo está sendo proposto. A modelagem individual abordada é a ARIMA e a RNA e as medidas empregadas para a escolha do método mais preciso são MAPE, MAE e MSE. O trabalho está estruturado em três artigos, nos quais se realizam comparações entre técnicas de previsão individual e suas combinações. O Artigo 1 aborda a comparação entre as técnicas de previsão individual e as combinações por média aritmética e variância mínima simplificada. O Artigo 2...

Uma investigação do desempenho de métodos de combinação de previsões : simulada e aplicada

Mancuso, Aline Castello Branco
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
76.4%
A previsão de demanda é uma das principais ferramentas para a eficiência do gerenciamento das organizações, afetando diretamente a lucratividade do negócio. O atual nível competitivo das empresas requer previsões cada vez mais acuradas, sedo estas um diferencial para o sucesso empresarial. Neste contexto, a combinação de previsões se tornou um dos principais métodos empregados no intuito de melhorar a precisão das previsões. Através de uma revisão da literatura sobre as abordagens da combinação de previsões, identificou-se uma carência de estudos comparativos que incorporem modelos de regressão para a combinação de previsões. Assim, o objetivo principal desta dissertação é combinar três previsões individuais (redes neurais, modelos ARIMA e modelos de alisamento exponencial) via média simples, variância mínima e modelos de regressão, comparando as três previsões combinadas com suas previsões individuais. Estas comparações serão avaliadas em duas situações: em séries simuladas (estacionárias) e em uma série de dados reais (não estacionária) de uma empresa que realiza auditorias médicas. As medidas empregadas para a escolha do método mais preciso são MAE, MAPE, RMSE e o coeficiente U de Theil. Os resultados obtidos enfatizam a melhoria das previsões quando estas são combinadas por regressão...

Previsão de demanda no setor de suplementação animal usando combinação e ajuste de previsões

Silva, Rodolfo Benedito da
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
66.33%
A previsão de demanda desempenha um papel de fundamental importância dentro das organizações, pois através dela é possível obter uma declaração antecipada do volume demandado no futuro, permitindo aos gestores a tomarem decisões mais consistentes e alocarem os recursos de modo eficaz para atender esta demanda. Entretanto, a eficiência na tomada de decisões e alocação dos recursos requer previsões cada vez mais acuradas. Diante deste contexto, a combinação de previsões tem sido amplamente utilizada com o intuito de melhorar a acurácia e, consequentemente, a precisão das previsões. Este estudo tem por objetivo fazer a adaptação de um modelo de previsão para estimar a demanda de produtos destinados à suplementação animal através da combinação de previsões, considerando as variáveis que possam impactar na demanda e a opinião de especialistas. O trabalho está estruturado em dois artigos, sendo que no primeiro buscou-se priorizar e selecionar, através do Processo Hierárquico Analítico (AHP), variáveis que possam impactar na demanda para que estas pudessem ser avaliadas na modelagem via regressão do artigo 2. Por sua vez, no segundo artigo, realizou-se a adaptação do modelo composto de previsão idealizado por Werner (2004)...

Previsão da receita tributária federal por base de incidência

Benelli, Fernando Covelli
Fonte: Universidade de Brasília Publicador: Universidade de Brasília
Tipo: Dissertação
POR
Relevância na Pesquisa
66.25%
Dissertação (mestrado)—Universidade de Brasília, Departamento de Economia, 2013.; O presente trabalho tem por objetivo aperfeiçoar a utilização de modelos de séries temporais para a previsão da arrecadação total das Receitas Federais, destacando para tal fim o emprego da modelagem multivariada, VAR, e a combinação de previsões. Atualmente, a Receita Federal do Brasil (RFB) emprega, na realização de suas previsões, o chamado Método dos Indicadores, o qual faz uso de procedimentos puramente aritméticos. Trabalhos anteriores têm demonstrado a superioridade, em termos de acurácia preditiva, dos modelos derivados da metodologia de séries temporais univariadas, notadamente a ARIMA, em relação ao método oficial da RFB. Sendo assim, optou-se, neste trabalho, em adotar as previsões da modelagem oficial como benchmark, em relação às quais serão avaliadas as previsões advindas da modelagem univariada, ARIMA, e multivariada, VAR, ou multivariada com correção de erro, VEC. Para efeitos de comparação, também foram realizadas combinações das modelagens uni e multivariadas. Foi ainda considerada a inclusão, nos sistemas VAR/VEC, de duas variáveis antecedentes do PIB: Selic, para um semestre à frente, e IBrX-100...

Modelos de previsão de preços de commodities

Ribeiro, Ricardo Jorge Pinto
Fonte: Universidade Nova de Lisboa Publicador: Universidade Nova de Lisboa
Tipo: Dissertação de Mestrado
Publicado em 03/03/2014 POR
Relevância na Pesquisa
76.26%
O principal objectivo deste trabalho assenta em desenvolver modelos de previsão de preços de commodities para assim comparar a capacidade preditiva da simulação de Monte Carlo com a das redes neuronais. A simulação de Monte Carlo é principalmente utilizada para avaliar as opções, já as redes neuronais são utilizadas para fazer previsões, classificações, clustering ou aproximação de funções. Os diversos modelos desenvolvidos foram aplicados na previsão do preço futuro do milho, petróleo, ouro e cobre. Sendo que os horizontes temporais testados neste trabalho foram 1 dia, 5 dias, 20 dias e 60 dias. Através da análise do erro absoluto médio percentual (MAPE) concluiu-se que no geral o modelo individual que apresentou um melhor desempenho preditivo foram as redes neuronais. Contudo, nas previsões a 1 e a 5 dias os resultados obtidos foram semelhantes para ambos os modelos. Para se tentar melhorar os resultados obtidos pelos modelos individuais foram aplicadas algumas técnicas de combinação de modelos. A combinação de modelos demonstrou no geral capacidade para melhorar os resultados dos modelos individuais, porém apenas para o horizonte a 60 dias é que os resultados melhoraram significativamente.

Combinação de previsões com modelos autoregressivos lineares e não lineares : aplicações ao turismo

Rodrigues, Paulo M.M.; Gouveia, Pedro
Fonte: Universidade do Algarve. Faculdade de Economia Publicador: Universidade do Algarve. Faculdade de Economia
Tipo: Parte de Livro
Publicado em 26/10/2004 POR
Relevância na Pesquisa
106.3%
As metodologias de combinação de previsões exploram relações de complementaridade entre diversos tipos de modelos econométricos. O seu desenvolvimento e crescente utilização resultam do facto destas apresentarem melhor performance, em termos de previsão, do que os modelos individuais que as compõem (vide, inter alia, Bates e Granger, 1969 e Stock e Watson, 2003). Este artigo é pioneiro na utilização de metodologias de combinação de previsões a séries do turismo. Neste artigo são utilizados modelos lineares (quer modelos só com componente sazonal determinística, quer modelos sazonais autoregressivos) e modelos mais complexos e de evolução recente, captores da não linearidade determinística (como é o caso dos modelos Periódicos Autoregressivos [PAR]) ou da não-linearidade estocástica (como é o caso dos modelos Self Exciting Threshold Autoregressive [SETAR]) das séries. Procura-se ainda, pelo recurso a modelos com componente sazonal, contribuir para a ruptura da prática dominante de utilização de séries sazonalmente ajustadas (ou seja, de séries expurgadas da informação sazonal). Por outro lado, através de uma metodologia de selecção da ordem da parte autoregressiva sugerida em Rodrigues e Gouveia (2004) procura-se conjugar o princípio da parcimónia com a salvaguarda de ausência de autocorrelação...

Modelo composto para prever demanda através da integração de previsões

Werner,Liane; Ribeiro,José Luis Duarte
Fonte: Associação Brasileira de Engenharia de Produção Publicador: Associação Brasileira de Engenharia de Produção
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/12/2006 PT
Relevância na Pesquisa
96.25%
Realizar previsões de demanda é uma atividade importante na empresa, entretanto, usar uma única técnica para obtê-las pode não ser suficiente para incorporar todo o conhecimento associado ao ambiente de previsão. As formas de integração de previsões incorporam várias técnicas e têm mostrado potencial para reduzir o erro de previsão. Este trabalho apresenta uma modelagem que está estruturada utilizando: combinação de previsões e ajuste baseado na opinião. Os elementos incluídos na modelagem são: dados históricos; econômicos; e de especialistas. Após obter-se a previsão combinada, aplica-se um ajuste para obter a previsão final. O modelo proposto é ilustrado através de uma aplicação.

Comparação de previsões individuais e suas combinações: um estudo com séries industriais

Martins,Vera Lúcia Milani; Werner,Liane
Fonte: Associação Brasileira de Engenharia de Produção Publicador: Associação Brasileira de Engenharia de Produção
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/09/2014 PT
Relevância na Pesquisa
66.36%
A necessidade de realizar previsões acuradas, oriunda do crescente aprimoramento tecnológico, tem estimulado a aplicação e comparação de diferentes técnicas de modelagem, assim como de métodos de combinação. Historicamente, pesquisadores consideram que combinar previsões originadas de diferentes técnicas melhora a sua acurácia, embora alguns estudos questionem se essa é realmente a melhor opção. Este trabalho procura verificar, para previsões industriais, se há diferença entre a acurácia das previsões individuais e a de suas combinações, por meio da modelagem de séries reais. Como técnicas de previsão individual, utilizam-se a metodologia Box-Jenkins e a modelagem RNA; para a combinação das previsões, utilizam-se os métodos da média aritmética e da variância mínima simplificado. A avaliação de desempenho das previsões é obtida por meio das medidas de acurácia MAPE, MSE e MAE. Como principal resultado, destaca-se a frequência predominante em que previsões obtidas pelo método da variância mínima apresentaram desempenho superior em relação às demais previsões.

Prevendo o crescimento da produção industrial usando um número limitado de combinações de previsões

Hollauer,Gilberto; Issler,João Victor; Notini,Hilton H.
Fonte: Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto da Universidade de São Paulo Publicador: Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto da Universidade de São Paulo
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/01/2008 PT
Relevância na Pesquisa
86.07%
O objetivo central deste artigo é o de propor e avaliar modelos econométricos de previsão para o PIB industrial brasileiro. Para tanto, foram utilizados diversos modelos de previsão como também combinações de modelos. Foi realizada uma análise criteriosa das séries a serem utilizadas na previsão. Nós concluímos que a utilização de vetores de cointegração melhora substancialmente a performance da previsão. Além disso, os modelos de combinação de previsão, na maioria dos casos, tiveram uma performance superior aos demais modelos, que já apresentavam boa capacidade preditiva.

Previsão de séries temporais usando séries exógenas e combinação de redes neurais aplicada ao mercado financeiro

Christovam de Amorim Neto, Manoel; Darmiton da Cunha Cavalcanti, George (Orientador)
Fonte: Universidade Federal de Pernambuco Publicador: Universidade Federal de Pernambuco
Tipo: Outros
PT_BR
Relevância na Pesquisa
86.05%
A previsão de séries temporais tem sido usada em diversos problemas do mundo real, tais como: meteorologia, previsão de carga em redes de computadores, análise de mercado, entre outras, com o objetivo de minimizar riscos, auxiliar no planejamento e na tomada de decisões. Nesta dissertação, as séries temporais são analisadas para realizar previsões de cotações de ações do mercado financeiro e, para tanto, uma metodologia baseada no uso de séries exógenas e de combinação de classificadores é proposta. As principais contribuições do presente trabalho são: i) utilização de séries exógenas como variáveis de entrada para o classificador a fim de capturar informações externas que influenciam na série a ser prevista; ii) utilização de combinação de classificadores, em especial, combinação de Redes Neurais do tipo MLP (Multi-Layer Perceptron); e, iii) concepção de uma nova medida de desempenho SLG (Sum of Loses and Gains), que é mais aderente na área de investimentos. Além disso, foram propostas diferentes abordagens para pré-processar os dados. Os estudos experimentais foram realizados utilizando a série temporal correspondente à ação preferencial da Petrobras (PETR4). Os resultados mostraram que o modelo proposto superou os modelos tradicionais...

Modelos de previsão de carga elétrica em curto prazo desenvolvidos com redes neurais artificiais e lógica Fuzzy considerando a variável temperatura

Maria Andrade da Silveira, Tatiana; Ribeiro Barbosa de Aquino, Ronaldo (Orientador)
Fonte: Universidade Federal de Pernambuco Publicador: Universidade Federal de Pernambuco
Tipo: Outros
PT_BR
Relevância na Pesquisa
75.92%
O conhecimento prévio do comportamento do consumo de energia é de grande importância para uma distribuidora de energia. Com base nesta informação, é possível definir estratégias para operação e planejamento de seu sistema elétrico, além de possibilitar o acompanhamento da relação entre contratos e consumo de energia, evitando com isso a ocorrência de penalidades. O consumo de energia é influenciado por diversas variáveis. Notadamente, em horizontes de curto prazo o consumo de energia é influenciado por variáveis climáticas, como temperatura e precipitação. Este trabalho apresenta modelos que utilizam a temperatura como variável de entrada para solucionar o problema de previsão de carga diária no horizonte de curto prazo, realizada em 7 e 14 dias para um conjunto de barramentos do sistema de distribuição da CELPE Companhia Energética de Pernambuco. As técnicas aplicadas no desenvolvimento dos modelos de previsão foram: Redes Neurais Artificiais com topologia de MLP (Multi Layer Perceptrons) totalmente conectadas e treinadas com algoritmo Levenberg-Marquardt; e ANFIS (Adaptive Networkbased Fuzzy Inference System) com o método subctrative clustering . Os métodos Média Simples e Ensemble foram aplicados para combinação dos resultados dos modelos propostos. Os modelos criados foram avaliados para previsão de carga do ano de 2009 e comparados entre si. Os resultados encontrados demonstram que os modelos apresentaram performances satisfatórias; Conselho Nacional de Desenvolvimento Científico e Tecnológico

Projeção de preços de alumínio: modelo ótimo por meio de combinação de previsões; Aluminum price forecasting: optimal forecast combination

Castro, João Bosco Barroso de
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 15/06/2015 PT
Relevância na Pesquisa
126.37%
Commodities primárias, tais como metais, petróleo e agricultura, constituem matérias-primas fundamentais para a economia mundial. Dentre os metais, destaca-se o alumínio, usado em uma ampla gama de indústrias, e que detém o maior volume de contratos na London Metal Exchange (LME). Como o preço não está diretamente relacionado aos custos de produção, em momentos de volatilidade ou choques econômicos, o impacto financeiro na indústria global de alumínio é significativo. Previsão de preços do alumínio é fundamental, portanto, para definição de política industrial, bem como para produtores e consumidores. Este trabalho propõe um modelo ótimo de previsões para preços de alumínio, por meio de combinações de previsões e de seleção de modelos através do Model Confidence Set (MCS), capaz de aumentar o poder preditivo em relação a métodos tradicionais. A abordagem adotada preenche uma lacuna na literatura para previsão de preços de alumínio. Foram ajustados 5 modelos individuais: AR(1), como benchmarking, ARIMA, dois modelos ARIMAX e um modelo estrutural, utilizando a base de dados mensais de janeiro de 1999 a setembro de 2014. Para cada modelo individual, foram geradas 142 previsões fora da amostra, 12 meses à frente...

Redução dimensional dos dados de entrada em previsões de consumo industrial de energia no longo prazo

Sacramento, Isaac Leonardo Santos
Fonte: Universidade Federal de Santa Catarina Publicador: Universidade Federal de Santa Catarina
Tipo: Dissertação de Mestrado Formato: 71 p.| il., grafs., tabs.
POR
Relevância na Pesquisa
76.3%
Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2014; A previsão do consumo de energia elétrica no longo prazo é essencial para o planejamento do sistema de energia. O consumo de energia elétrica depende de variáveis econômicas e sociais, e a seleção destas variáveis é um dos pontos importantes na realização de previsões causais. Neste sentido, foi aplicado um método matemático com intuito de selecionar as variáveis de entrada para a previsão mensal do consumo industrial de energia usando redes neurais artificiais. O método consiste na aplicação de uma análise de componentes principais para, através da redução dimensional dos dados, reduzir os erros das previsões. As previsões obtidas com a aplicação da análise de componentes principais foram combinadas por redes neurais e comparadas às previsões obtidas selecionando-se as variáveis por análise de correlação. Uma contribuição importante deste trabalho apresenta a maior eficiência da previsão quando utilizada a ACP para selecionar variáveis para modelos de previsão por RNA, em detrimento do uso de métodos como Análise de Correlação de Pearson. A medida de erro percentual absoluto médio (MAPE) e a estatística U de Theil são utilizadas e evidenciaram a capacidade preditiva do método proposto. As previsões das redes neurais com variáveis selecionadas no primeiro componente principal...

Melhoramento de previsão de potência eólica a curto prazo com recurso a técnicas de assimilação de dados

Matos, Rodrigo Aparício Cardoso de
Fonte: Universidade de Lisboa Publicador: Universidade de Lisboa
Tipo: Dissertação de Mestrado
Publicado em //2014 POR
Relevância na Pesquisa
76.08%
Tese de mestrado integrado em Engenharia da Energia e Ambiente, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2014; Esta dissertação apresenta um modelo de tratamento estatístico online com recurso a actualização de dados SCADA (Supervisory Control and Data Acquisition) composto por um módulo MOS (Model Output Statistics) e um módulo EMOS (Ensemble Model Output Statistics). Os dados utilizados pertencem ao período de 1/1/2011 a 31/12/2011 e de 1/2/2012 a 30/4/2012. O algoritmo recorre a dados de persistência e a dados de potência eólica prevista para Portugal continental. Estes foram cedidos pela REN (Redes Energéticas Nacionais), sendo calculados com recurso a modelos numéricos de previsão do tempo, dados de SCADA, modelos de conversão de potência um módulo de downscaling e um módulo de upscaling. O algoritmo desenvolvido é composto por três fases distintas tendo como objectivo melhorar as previsões de potência eólica. A primeira fase corresponde ao módulo MOS. É neste módulo que se reduz o erro associado às várias previsões de base de forma individual com recurso aos métodos coeficiente de correlação de Pearson, média móvel e previsão adaptativa do viés. A segunda fase corresponde á primeira fase do módulo EMOS. É nesta fase que é efectuado um espectro de previsões. Isto é efectuado utilizando diferentes métodos...

Prevendo o crescimento da produção industrial usando um número limitado de combinações de previsões

Hollauer, Gilberto; Issler, João Victor; Notini, Hilton H.
Fonte: Universidade de São Paulo. Faculdade de Economia, Administração e Contabilidade de RP Publicador: Universidade de São Paulo. Faculdade de Economia, Administração e Contabilidade de RP
Tipo: info:eu-repo/semantics/article; info:eu-repo/semantics/publishedVersion; ; ; Formato: application/pdf
Publicado em 01/01/2008 POR
Relevância na Pesquisa
86.07%
O objetivo central deste artigo é o de propor e avaliar modelos econométricos de previsão para o PIB industrial brasileiro. Para tanto, foram utilizados diversos modelos de previsão como também combinações de modelos. Foi realizada uma análise criteriosa das séries a serem utilizadas na previsão. Nós concluímos que a utilização de vetores de cointegração melhora substancialmente a performance da previsão. Além disso, os modelos de combinação de previsão, na maioria dos casos, tiveram uma performance superior aos demais modelos, que já apresentavam boa capacidade preditiva.; The purpose of this article is to propose and evaluate forecasting models for the Brazilian industrial GDP. Most models are based on vector auto-regressions (VARs) or on restricted VARs, but models on the ARMA class are also entertained. We used many forecasting models and also combinations of these models. The use of cointegration vectors improves substantially the forecast performance of industrial GDP. Furthermore, in general, combining models out-performed individual models, even when the performance of the later was acceptable.