[pt] Este trabalho tem por objetivo apresentar novas técnicas de análise e julgamento para a tomada de decisão no que concerne ao planejamento estratégico das empresas de energia elétrica. Procura abordar a tomada de decisão e a comercialização da empresa, de uma maneira totalmente inovadora, onde os agentes baseiam suas decisões em seu conhecimento e sua criatividade. Para isso faz-se uso da Teoria de FUZZY SETS, de forma simples e consistente, fornecendo resultados mais estruturados para a análise de investimento. É proposta a utilização da Teoria dos Jogos Não- cooperativos, onde as incertezas são modeladas através de conjuntos fuzzy, sua posterior desfuzificação e finalmente a determinação do ponto de equilíbrio. Alguns exemplos ilustram o modelo proposto ao cálculo do preço da energia elétrica; também é abordado o estudo de um sistema real da América Latina. / [en] The objective of this work is to present new analysis and judgment techniques to help decisions actions in the field of strategic planning of the electric utility industries. It intends to help the industry with business trade, in an innovative way, where the decisions are based on the agents previous knowledge and creativity. In order to do so the FUZZT SETS THEORY is used, in a simple and consistent manner, to generated more structure results for investment analysis. The theory of non-Cooperative Games is proposed, where the uncertain are modeled through fuzzy sets, their defuzzification and finally the determination of the equilibrium point. Some examples show the usage of the proposed model to the calculation of electric energy price; also it is discussed a study of a real latin America System.

[pt] Esta tese propõe uma metodologia para obter uma solução para problemas de programação linear fuzzy. A metodologia aqui descrita apresenta um conjunto de soluções em que tanto os valores das variáveis quanto o valor ótimo para a função de custo, ou função objetivo, possuem uma faixa de valores possíveis. Assim, é possível fornecer um conjunto de soluções factíveis que atendam a diferentes cenários, além de fornecer ao tomador de decisões uma ferramenta de análise mais útil, permitindo que sejam analisadas outras soluções possíveis antes de se escolher uma solução em particular. O problema é resolvido de forma iterativa, tornando mais simples e de fácil aplicação a metodologia desenvolvida. / [en] This work proposes an approach to obtain a solution to linear fuzzy programming problems. The approach described here presents a solution set in where both the variables values and the cost function optimun value to have an associated membership function. Thus, it is possible to provided not only a feasible solution set applicable to different scenarios but also to supply the decision maker with a more powerful tool for the analysis of other possible solutions. The problem is solved in an interactive way, so that the developed is approach easily applicable and simple to handle

[pt] Observando a dificuldade de batimento (match) dos padrões de comportamento das funções de autocorrelação e de autocorrelação parcial teóricas com as respectivas funções e as autocorrelação e de autocorrelação parcial estimadas de uma séries temporal, aliada ao fato da dificuldade em definir um número em específico como delimitador inequívoco do que seja um lag significativo, tornam clara a dose de julgamento subjetivo a ser realizado por um especialista de análise de séries temporais na tomada de decisão sobre a estrutura de Box & Jenkins adequada a ser escolhida para modelar o processo estocástico sendo estudado. A matemática nebulosa permite a criação de sistemas de inferências nebulosas (inferência dedutiva) e representa o conhecimento de forma explícita, através de regras nebulosas, possibilitando, facilmente, o entendimento do sistema em estudo. Por outro lado, um modelo de redes neurais representa o conhecimento de forma implícita, adquirido através de exemplos (dados), possuindo excelente capacidade de generalização (inferência indutiva). Esta tese apresenta um sistema especialista composto de cinco redes neurais nebulosas do tipo retropropagação para o auxílio na análise de séries temporais não sazonais. O sistema indica ao usuário a estrutura mais adequada, dentre as estruturas AR(1), MA (1), AR(2), MA(2) e ARMA(1,1), tomando como base a menor distância Euclidiana entre os valores esperados e as saídas das redes neurais nebulosas. / [en] It is well known the difficulties associated with the tradicional procedure for model identification of the Box & Jenkins model through the pattern matching of the theoretical and estimated ACF and PACF. The decision on the acceptance of the null hypothesis of zero ACF (or PACF) for a given lag is based on a strong asymptotic result, particularly for the PACF, leading, sometimes, to wrong decisions on the identified order of the models. The fuzzy logic allows one to infer system governed by incomplete or fuzzy knowledge (deductive inference) using a staighforward formulation of the problem via fuzzy mathematics. On the other hand, the neural network represent the knowledge in a implicit manner and has a great generalization capacity (inductive inference). In this thesis we built a specialist system composed of 5 fuzzy neural networks to help on the automatic identificationof the following Box & Jenkins ARMA structure AR(1), MA(1), AR(2), MA(2) and ARMA (1,1), through the Euclidian distance between the estimated output of the net and the corresponding patterns of each one of the five structures.