Resumo não disponível

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, por sua vez, apresenta um estudo comparativo das técnicas de previsão individuais e as combinações por média aritmética e variância mínima, utilizando a correlação entre os erros na obtenção dos pesos de cada previsão. Por fim, um comparativo entre as três combinações que contemplam este estudo é explicitado no Artigo 3. Como principal resultado, destaca-se o desempenho superior obtido por meio dos métodos de combinação por variância mínima, em especial o método simplificado. / The adequate forecasting in industries allows the correct sizing of many aspects of production management. A method used to improve the precision of forecasts is the combination of predictions. Over time, many studies were conducted to evaluate the existent methods and to indicate which one is the most precise. However, there is no unanimity in those studies conclusions. Among the combination methods, the arithmetic average is recognized as the broadly applied, while the minimum variance is sometimes presented as more accurate allowing to consider the correlation between the errors of individual forecasts or not. This study proposes to identify, in real industrial predictions series, if there are differences between accuracy of individual forecasts and their combinations. The individual predictions are performed by ARIMA and ANN models, and the measures used to choose the best method are MAPE, MAE and MSE. This dissertation is structured as three articles, in which a series of comparisons between individual prediction techniques and their combinations. Article 1 addresses the comparison between the individual prevision techniques and the combination methods of mean arithmetic and simplified minimum variance. Article 2 presents a comparative study between the individual prevision techniques and the combination methods of mean arithmetic and minimum variance, considering errors correlated. The comparison between the three combinations presented in the previous articles is explained in Article 3. As main result of the dissertation, it is highlighted the superior performance obtained with the minimum variance combined methods, specially the simplified method.

O turismo entrou em um período de forte expansão após a Segunda Guerra Mundial que perdura até os dias atuais. O aumento da circulação de turistas repercute na geração de renda e empregos para os países visitados, além do enriquecimento adquirido através das trocas culturais. Este crescimento tem despertado o interesse da comunidade científica, bem como profissional, com o intuito de explorar as metodologias para a modelagem e previsão da demanda turística. Estimativas acuradas da demanda servem de apoio para corretas tomadas de decisão por parte dos gestores quanto ao dimensionamento adequado de recursos financeiros, especialmente frente à realização de um evento de grandes proporções. Neste sentido, este trabalho tem por objetivos verificar quais são as técnicas atualmente mais utilizadas para previsão de demandas turísticas através de revisão da literatura, desde 2005 até 2015; utilizar dois métodos de modelagem (ARIMA e RNA) para modelar e prever a demanda turística de duas sedes olímpicas recentes; comparar essas previsões com as previsões obtidas por cinco métodos de combinação de previsões (médias aritmética, harmônica e geométrica, variância mínima e regressão linear) e; aplicar o método mais acurado para prever a demanda turística do Brasil. Os resultados foram avaliados através de três medidas de acurácia. Em virtude da realização dos Jogos Olímpicos em 2016, a demanda brasileira para este período foi modelada e prevista e a previsão foi ajustada segundo um ajuste matemático sazonal, objetivando ganho de acurácia. Foi observado ganho de acurácia quando as previsões foram combinadas e, na série brasileira, o ajuste adotado indicou um acréscimo de 175% na demanda original para agosto de 2016. / Tourism has experienced a strong increase since the end of World War II. The increase in tourist circulation results in income and employment expansion, besides the cultural enrichment involved in such experiences. This growth has attracted attention from the scientific community as well as professional, with the objective of exploring the methodologies for tourism demand modelling and forecasts. Accurate demand estimates serve as support for correct decision making by managers especially considering financial resource scaling for major events. In this sense, this study aims to verify which techniques are more currently used for forecasting tourism demand through review of the literature from 2005 to 2015; using two modeling methods (ARIMA and ANN) to make models and forecasting the tourism demand of two recent Olympic hosts; comparing these forecasts with the forecasts obtained for five methods of combining forecasts (arithmetic, harmonic and geometric means, minimum variance and linear regression) and; applying the most accurated method to forecast the tourism demand in Brazil. The results were evaluated using three different accuracy measurements. By virtue of the 2016 Olympic Games, the Brazilian tourism demand was modeled and the forecast was adjusted by a seasonal mathematical adjustment, designed for better precision. A gain in preciseness was observed when forecasts were combined and, for the Brazilian series, the adopted adjustment indicated an increase of 175% when compared with the original demand for August 2016.

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, por sua vez, apresenta um estudo comparativo das técnicas de previsão individuais e as combinações por média aritmética e variância mínima, utilizando a correlação entre os erros na obtenção dos pesos de cada previsão. Por fim, um comparativo entre as três combinações que contemplam este estudo é explicitado no Artigo 3. Como principal resultado, destaca-se o desempenho superior obtido por meio dos métodos de combinação por variância mínima, em especial o método simplificado. / The adequate forecasting in industries allows the correct sizing of many aspects of production management. A method used to improve the precision of forecasts is the combination of predictions. Over time, many studies were conducted to evaluate the existent methods and to indicate which one is the most precise. However, there is no unanimity in those studies conclusions. Among the combination methods, the arithmetic average is recognized as the broadly applied, while the minimum variance is sometimes presented as more accurate allowing to consider the correlation between the errors of individual forecasts or not. This study proposes to identify, in real industrial predictions series, if there are differences between accuracy of individual forecasts and their combinations. The individual predictions are performed by ARIMA and ANN models, and the measures used to choose the best method are MAPE, MAE and MSE. This dissertation is structured as three articles, in which a series of comparisons between individual prediction techniques and their combinations. Article 1 addresses the comparison between the individual prevision techniques and the combination methods of mean arithmetic and simplified minimum variance. Article 2 presents a comparative study between the individual prevision techniques and the combination methods of mean arithmetic and minimum variance, considering errors correlated. The comparison between the three combinations presented in the previous articles is explained in Article 3. As main result of the dissertation, it is highlighted the superior performance obtained with the minimum variance combined methods, specially the simplified method.

Resumo não disponível

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), buscando uma previsão final mais acurada. Os resultados obtidos reforçam que as previsões, quando combinadas, apresentam desempenhos superiores para as medidas de acurácia MAPE, MAE e MSE, em relação às previsões individuais. / The demand prediction has a role of fundamental importance inside the organizations, because trough it is possible to obtain a previous declaration of the demanded amount in the future, allowing the managers to take more consistent decisions and to allocate the resources in an efficient manner in order to satisfy this demand. However, the efficiency in the support decision and resource allocation demands accurated predictions. So, the combination of predictions have been used with the aim of improving the accuracy and, consequently, the precision of the prediction. This study has as objective to do an adaptation of a prediction model to estimate the demand of products designated to animal supplementation through the combination of prediction, considering the variables that can impact in the demand and in the expert opinion. The work is structured in two papers, considering that the first searches to priorize and select through the Analitic Hierarch Process (AHP), variables that can impact in the demand, so they could be evalute in the regression modelling of the paper 2. By the way, in the second paper, it was done an adaptation of the composed prediction model proposed by Werner (2004), searching for a more accurated final prediction. The obtained results reinforce that the prediction, when combined, present superior performance to the accuracy metrics MAPE, MAE and MSE, in relation to the individual predictions.

O turismo entrou em um período de forte expansão após a Segunda Guerra Mundial que perdura até os dias atuais. O aumento da circulação de turistas repercute na geração de renda e empregos para os países visitados, além do enriquecimento adquirido através das trocas culturais. Este crescimento tem despertado o interesse da comunidade científica, bem como profissional, com o intuito de explorar as metodologias para a modelagem e previsão da demanda turística. Estimativas acuradas da demanda servem de apoio para corretas tomadas de decisão por parte dos gestores quanto ao dimensionamento adequado de recursos financeiros, especialmente frente à realização de um evento de grandes proporções. Neste sentido, este trabalho tem por objetivos verificar quais são as técnicas atualmente mais utilizadas para previsão de demandas turísticas através de revisão da literatura, desde 2005 até 2015; utilizar dois métodos de modelagem (ARIMA e RNA) para modelar e prever a demanda turística de duas sedes olímpicas recentes; comparar essas previsões com as previsões obtidas por cinco métodos de combinação de previsões (médias aritmética, harmônica e geométrica, variância mínima e regressão linear) e; aplicar o método mais acurado para prever a demanda turística do Brasil. Os resultados foram avaliados através de três medidas de acurácia. Em virtude da realização dos Jogos Olímpicos em 2016, a demanda brasileira para este período foi modelada e prevista e a previsão foi ajustada segundo um ajuste matemático sazonal, objetivando ganho de acurácia. Foi observado ganho de acurácia quando as previsões foram combinadas e, na série brasileira, o ajuste adotado indicou um acréscimo de 175% na demanda original para agosto de 2016. / Tourism has experienced a strong increase since the end of World War II. The increase in tourist circulation results in income and employment expansion, besides the cultural enrichment involved in such experiences. This growth has attracted attention from the scientific community as well as professional, with the objective of exploring the methodologies for tourism demand modelling and forecasts. Accurate demand estimates serve as support for correct decision making by managers especially considering financial resource scaling for major events. In this sense, this study aims to verify which techniques are more currently used for forecasting tourism demand through review of the literature from 2005 to 2015; using two modeling methods (ARIMA and ANN) to make models and forecasting the tourism demand of two recent Olympic hosts; comparing these forecasts with the forecasts obtained for five methods of combining forecasts (arithmetic, harmonic and geometric means, minimum variance and linear regression) and; applying the most accurated method to forecast the tourism demand in Brazil. The results were evaluated using three different accuracy measurements. By virtue of the 2016 Olympic Games, the Brazilian tourism demand was modeled and the forecast was adjusted by a seasonal mathematical adjustment, designed for better precision. A gain in preciseness was observed when forecasts were combined and, for the Brazilian series, the adopted adjustment indicated an increase of 175% when compared with the original demand for August 2016.

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, por sua vez, apresenta um estudo comparativo das técnicas de previsão individuais e as combinações por média aritmética e variância mínima, utilizando a correlação entre os erros na obtenção dos pesos de cada previsão. Por fim, um comparativo entre as três combinações que contemplam este estudo é explicitado no Artigo 3. Como principal resultado, destaca-se o desempenho superior obtido por meio dos métodos de combinação por variância mínima, em especial o método simplificado. / The adequate forecasting in industries allows the correct sizing of many aspects of production management. A method used to improve the precision of forecasts is the combination of predictions. Over time, many studies were conducted to evaluate the existent methods and to indicate which one is the most precise. However, there is no unanimity in those studies conclusions. Among the combination methods, the arithmetic average is recognized as the broadly applied, while the minimum variance is sometimes presented as more accurate allowing to consider the correlation between the errors of individual forecasts or not. This study proposes to identify, in real industrial predictions series, if there are differences between accuracy of individual forecasts and their combinations. The individual predictions are performed by ARIMA and ANN models, and the measures used to choose the best method are MAPE, MAE and MSE. This dissertation is structured as three articles, in which a series of comparisons between individual prediction techniques and their combinations. Article 1 addresses the comparison between the individual prevision techniques and the combination methods of mean arithmetic and simplified minimum variance. Article 2 presents a comparative study between the individual prevision techniques and the combination methods of mean arithmetic and minimum variance, considering errors correlated. The comparison between the three combinations presented in the previous articles is explained in Article 3. As main result of the dissertation, it is highlighted the superior performance obtained with the minimum variance combined methods, specially the simplified method.

Resumo não disponível

Made available in DSpace on 2014-06-12T17:17:16Z (GMT). No. of bitstreams: 2 arquivo5969_1.pdf: 1504936 bytes, checksum: c5647bff1c1bd1fe1a5f7cbe7319989a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2005 / A presente tese pretende desenvolver estudos aplicados ao setor elétrico brasileiro - SEB. Inicialmente, é feita uma revisão geral do SEB, enfocando as instituições e os agentes atuantes no setor. Em um primeiro estudo são feitas previsões para a demanda por energia elétrica no Nordeste no período 2004-2010. As previsões foram revisadas, ainda, de forma a levarem em conta o efeito do racionamento de energia elétrica ocorrido em 2001. Como resultado, os modelos ajustados apresentaram um bom poder de explicação e os valores das elasticidades foram próximos aos obtidos em outros estudos similares. Em um outro estudo, utilizou-se modelos ARIMA para previsão de preços spot de energia elétrica no Brasil. Finalmente, para analisar o potencial de exercício de poder de mercado no segmento de geração do SEB, foi utilizado o modelo de oligopólio de Cournot para analisar o impacto de variações na estrutura do setor sobre os preços de equilíbrio do mercado. Nestes termos, observou-se um maior potencial de exercício de poder de mercado em meses de menor disponibilidade de geração hidráulica. Outros fatores importantes no modelo foram a elasticidade da demanda e a estrutura do setor, em termos do número e do tamanho das firmas