Spelling suggestions: "subject:"previsao"" "subject:"revisao""
131 |
[en] DEMAND FORECASTING IN THE LOGISTICS MANAGEMENT OF PERISHABLE PRODUCTS SOLD BY VENDING MACHINES / [pt] PREVISÃO DE DEMANDA NA GESTÃO LOGÍSTICA DE UM PRODUTO PERECÍVEL VENDIDO POR MÁQUINA AUTOMÁTICAPAULA ANDRADE JUDICE 29 July 2005 (has links)
[pt] Esta dissertação analisa o problema da gestão de estoque
de sanduíches de uma
empresa prestadora de serviços de alimentação, a Tok Take
Alimentação Ltda. Para
tanto, foi feito um levantamento bibliográfico na área de
gestão de estoques e de
previsão de demanda. Para o estudo de caso, dados
históricos do consumo diário de
sanduíches em um determinado cliente foram coletados e
submetidos à análise por
meio de dois métodos de previsão de demanda: o método de
médias móveis dupla e o
método de amortecimento direto para dados sazonais. Desta
forma, foram
determinados dois modelos que possibilitam a previsão de
demanda diária deste
produto. / [en] This report analyzes the issue of managing the inventory
of sandwiches of a
food vending enterprise, Tok Take Alimentação Ltda. For
that purpose, a
bibliographic survey was made on inventory management and
demand forecasting.
In the case studied it was found that no gain could be
obtained by expanding the
replenishment period. Hence the analysis turned its focus
to demand forcasting. For
the case study, historical data of sandwich consumption at
a specific client site were
colected and submited to analysis by means of two
forecasting methods namely:
double moving average and direct smoothing for seasonal
data. After that, a model
that enables daily forecasting of that product`s demand
was determined.
|
132 |
Avaliação da dinâmica espectro-temporal visando o mapeamento da soja e arroz irrigado no Rio Grande do Sul / Evaluation of dynamic spectral-temporal targeting mapping of soybean and irrigated rice in Rio Grande do SulMengue, Vagner Paz January 2013 (has links)
Uma das atividades mais relevantes para a economia brasileira é a agricultura. Entre os produtos de maior importância no cenário agrícola nacional, estão a soja e o arroz, os quais representam uma grande parcela da produção. Somente o Estado do Rio Grande do Sul é responsável por aproximadamente 67% da produção nacional de arroz e 10% de soja (IBGE, 2012). Portanto, informações confiáveis sobre a produção agrícola são relevantes para o desenvolvimento do setor e o desenvolvimento de metodologias capazes de auxiliar no monitoramento das áreas agrícolas torna-se peça importante na geração de dados confiáveis e com maior rapidez de obtenção. Desta forma, o objetivo deste trabalho foi desenvolver uma metodologia de baixo custo para a execução do mapeamento da área cultivada de arroz irrigado e soja, em escala municipal e estadual, baseado na análise do comportamento espectro-temporal de índices de vegetação de imagens de satélite de alta resolução temporal. O estudo foi realizado no Estado do Rio Grande do Sul, abrangendo os 497 municípios no ano safra 2011/2012. Para realizar o estudo, foram utilizadas imagens multitemporais do sensor MODIS, índices de vegetação EVI e NDVI. Foi aplicado o modelo HAND para gerar as áreas de inundação, as quais foram utilizadas para discriminar a cultura do arroz irrigado de outras culturas, especialmente a soja. Para avaliar os resultados foram utilizados como dados de referência, os dados coletados a campo, dados de área cultivada do IBGE e dados do mapeamento gerados a partir de imagens do satélite RapidEye. Os resultados mostraram que a metodologia proposta foi satisfatória, com valores médios do índice Kappa de 0,90 para a cultura de arroz irrigado e de 0,84 para a soja. Não houve diferença significativa entre as estimativas de área cultivada utilizando os dados EVI e NDVI para ambas as culturas. A utilização do Modelo HAND para discriminar o arroz irrigado de outros cultivos, mostrou-se muito eficiente, separando as áreas de várzea, que são mais aptas para o cultivo de arroz irrigado. Apesar dos resultados terem sido considerados como satisfatórios alguns municípios apresentaram problemas de subestimação ou superestimação quando foram comparados com os dados oficiais do IBGE. Esses problemas podem estar relacionados ao caráter subjetivo de aquisição de dados por parte do IBGE e também o fato de ter sido utilizada para a validação dos dados da safra 2011/2012 a média das últimas três safras, podendo desta maneira ter fragilizado ou comprometido os resultados para alguns municípios. Portanto, técnicas de sensoriamento remoto e geoprocessamento podem ser úteis no auxilio dos atuais métodos de monitoramento e mapeamento de culturas agrícolas, melhorando as estatísticas oficiais do arroz irrigado e soja. / One of the most relevant activities for the Brazilian economy is agriculture. Among the products of greatest importance in the national agricultural, are soybeans and rice, which represent a large portion of the production. Only the State of Rio Grande do Sul is responsible for approximately 67% of the national rice production and 10% of soybean (IBGE, 2012). Therefore, reliable information on agricultural production are relevant to the development of the sector and the development of methodologies capable of assist in the monitoring of agricultural areas becomes important part in the generation of reliable data and faster of obtaining. Thus, the objective of this work was to develop a methodology of low cost to implement the mapping of acreage irrigated rice and soybeans, at the municipal and state levels, based on the analysis of the spectral-temporal behavior of vegetation indices from satellite images high temporal resolution. The study was conducted in the state of Rio Grande do Sul, covering 497 municipalities in crop year 2011/2012. To conduct the study, images were used multitemporal MODIS vegetation indices EVI and NDVI. HAND model was applied to generate the inundation areas, which were used to discriminate the rice culture of other crops, especially soybeans. To evaluate the results were used as reference data, data collected in the field, the cultivated area data from the IBGE and mapping data generated from satellite images RapidEye. The results show that the proposed method was satisfactory, with mean values of Kappa 0.90 for irrigated rice and 0.84 for soybeans. There was no significant difference between the estimates of acreage using EVI and NDVI data for both crops. The use of the HAND model to discriminate irrigated rice from other crops, was very efficient, separating the lowland areas, which are more suitable for the cultivation of irrigated rice. Although the results were considered satisfactory as some municipalities had problems underestimation or overestimation when they were compared with the official data. These problems may be related to the subjective nature of data acquisition by the IBGE and the fact of having been used for the validation of data from 2011/2012 season the average of the last three years, and may in this way be weakened or compromised results for some municipalities. Therefore, techniques of remote sensing and GIS can be useful in the aid of the current methods of monitoring and mapping of agricultural crops, improving the official statistics of irrigated rice and soybeans.
|
133 |
Avaliação da dinâmica espectro-temporal visando o mapeamento da soja e arroz irrigado no Rio Grande do Sul / Evaluation of dynamic spectral-temporal targeting mapping of soybean and irrigated rice in Rio Grande do SulMengue, Vagner Paz January 2013 (has links)
Uma das atividades mais relevantes para a economia brasileira é a agricultura. Entre os produtos de maior importância no cenário agrícola nacional, estão a soja e o arroz, os quais representam uma grande parcela da produção. Somente o Estado do Rio Grande do Sul é responsável por aproximadamente 67% da produção nacional de arroz e 10% de soja (IBGE, 2012). Portanto, informações confiáveis sobre a produção agrícola são relevantes para o desenvolvimento do setor e o desenvolvimento de metodologias capazes de auxiliar no monitoramento das áreas agrícolas torna-se peça importante na geração de dados confiáveis e com maior rapidez de obtenção. Desta forma, o objetivo deste trabalho foi desenvolver uma metodologia de baixo custo para a execução do mapeamento da área cultivada de arroz irrigado e soja, em escala municipal e estadual, baseado na análise do comportamento espectro-temporal de índices de vegetação de imagens de satélite de alta resolução temporal. O estudo foi realizado no Estado do Rio Grande do Sul, abrangendo os 497 municípios no ano safra 2011/2012. Para realizar o estudo, foram utilizadas imagens multitemporais do sensor MODIS, índices de vegetação EVI e NDVI. Foi aplicado o modelo HAND para gerar as áreas de inundação, as quais foram utilizadas para discriminar a cultura do arroz irrigado de outras culturas, especialmente a soja. Para avaliar os resultados foram utilizados como dados de referência, os dados coletados a campo, dados de área cultivada do IBGE e dados do mapeamento gerados a partir de imagens do satélite RapidEye. Os resultados mostraram que a metodologia proposta foi satisfatória, com valores médios do índice Kappa de 0,90 para a cultura de arroz irrigado e de 0,84 para a soja. Não houve diferença significativa entre as estimativas de área cultivada utilizando os dados EVI e NDVI para ambas as culturas. A utilização do Modelo HAND para discriminar o arroz irrigado de outros cultivos, mostrou-se muito eficiente, separando as áreas de várzea, que são mais aptas para o cultivo de arroz irrigado. Apesar dos resultados terem sido considerados como satisfatórios alguns municípios apresentaram problemas de subestimação ou superestimação quando foram comparados com os dados oficiais do IBGE. Esses problemas podem estar relacionados ao caráter subjetivo de aquisição de dados por parte do IBGE e também o fato de ter sido utilizada para a validação dos dados da safra 2011/2012 a média das últimas três safras, podendo desta maneira ter fragilizado ou comprometido os resultados para alguns municípios. Portanto, técnicas de sensoriamento remoto e geoprocessamento podem ser úteis no auxilio dos atuais métodos de monitoramento e mapeamento de culturas agrícolas, melhorando as estatísticas oficiais do arroz irrigado e soja. / One of the most relevant activities for the Brazilian economy is agriculture. Among the products of greatest importance in the national agricultural, are soybeans and rice, which represent a large portion of the production. Only the State of Rio Grande do Sul is responsible for approximately 67% of the national rice production and 10% of soybean (IBGE, 2012). Therefore, reliable information on agricultural production are relevant to the development of the sector and the development of methodologies capable of assist in the monitoring of agricultural areas becomes important part in the generation of reliable data and faster of obtaining. Thus, the objective of this work was to develop a methodology of low cost to implement the mapping of acreage irrigated rice and soybeans, at the municipal and state levels, based on the analysis of the spectral-temporal behavior of vegetation indices from satellite images high temporal resolution. The study was conducted in the state of Rio Grande do Sul, covering 497 municipalities in crop year 2011/2012. To conduct the study, images were used multitemporal MODIS vegetation indices EVI and NDVI. HAND model was applied to generate the inundation areas, which were used to discriminate the rice culture of other crops, especially soybeans. To evaluate the results were used as reference data, data collected in the field, the cultivated area data from the IBGE and mapping data generated from satellite images RapidEye. The results show that the proposed method was satisfactory, with mean values of Kappa 0.90 for irrigated rice and 0.84 for soybeans. There was no significant difference between the estimates of acreage using EVI and NDVI data for both crops. The use of the HAND model to discriminate irrigated rice from other crops, was very efficient, separating the lowland areas, which are more suitable for the cultivation of irrigated rice. Although the results were considered satisfactory as some municipalities had problems underestimation or overestimation when they were compared with the official data. These problems may be related to the subjective nature of data acquisition by the IBGE and the fact of having been used for the validation of data from 2011/2012 season the average of the last three years, and may in this way be weakened or compromised results for some municipalities. Therefore, techniques of remote sensing and GIS can be useful in the aid of the current methods of monitoring and mapping of agricultural crops, improving the official statistics of irrigated rice and soybeans.
|
134 |
[en] ARTIFICIAL NEURAL NETWORKS, FUZZY LOGIC AND NEURO-FUZZY SYSTEM IN THE ROLE OF SHORT TERM LOAD FORECAST / [pt] REDES NEURAIS ARTIFICIAIS, LÓGICA NEBULOSA E SISTEMAS NEURO-FUZZY NA PREVISÃO DE CARGA ELÉTRICA EM CURTO PRAZOLUIZ SABINO RIBEIRO NETO 03 November 2005 (has links)
[pt] Esta dissertação investiga o desempenho de técnicas de
inteligência computacional na previsão de carga em curto
prazo. O objetivo deste trabalho foi propor e avaliar
sistemas de redes neurais, lógica nebulosa, neuro-fuzzy e
híbridos para previsão de carga em curto prazo, utilizando
como entradas variáveis que influenciam o comportamento da
carga, tais como: temperatura, índice de conforto e perfil
de consumo. Este trabalho envolve 4 etapas principais: um
estudo sobre previsão de carga e sobre as variáveis que
influenciam o comportamento da carga; um estudo da
aplicação de técnicas de inteligência computacional em
previsão de carga; a definição de sistemas de redes
neurais, lógica fuzzy e neuro-fuzzy em previsão de carga;
e estudo de casos. No estudo sobre previsão de carga, foi
observada a influência de algumas variáveis no
comportamento da curva de carga de uma empresa de energia
elétrica. Entre estas variáveis se encontram alguns dados
meteorológicos (Temperatura, Umidade, Luminosidade, Índice
de conforto, etc.), além de informações sobre o perfil de
consumo de carga das empresas. Também foi observado o
comportamento da série de carga com relação ao dia da
semana, sua sazonalidade e a correlação entre o valor
atual e valores passados. Foi realizado um levantamento
bibliográfico sobre a aplicação de técnicas de
inteligência computacional na previsão de carga. Os
modelos de redes neurais, são os mais explorados até o
momento. Os modelos de lógica fuzzy começaram a ser
utilizados mais recentemente. Modelos neuro-fuzzy são mais
recentes que os demais, não existindo portanto, muita
bibliografia a respeito. Os projetos de aplicação dos três
modelos foram classificados quanto à sua arquitetura,
desempenho, erros medidos, entradas utilizadas e horizonte
da previsão. Foram propostos e implementados 4 sistemas de
previsão de carga: lógica fuzzy, redes neurais, sistema
neuro-fuzzy hierárquico e um sistema híbrido neural/neuro-
fuzzy. Os sistemas foram especializados para cada dia da
semana, pelo fato do comportamento da carga ser distinto
entre estes dias. Para os sistemas neural, neuro-fuzzy e
híbrido os dados também foram separados em inverno e
verão, pois o perfil de consumo de carga é diferente
nestas estações. O sistema com lógica fuzzy foi modelado
para realizar previsões de curtíssimo prazo (10 em 10
minutos), utilizando para isto o histórico de carga, hora
do dia e intervalo de dez minutos dentro da hora do dia.
As regras do sistema foram geradas automaticamente a
partir do histórico de carga e os conjuntos nebulosos
foram pré-definidos. O sistema com redes neurais teve sua
arquitetura definida através de experimentos, utilizando-
se apenas dados de carga, hora do dia e mês como entradas.
O modelo de rede escolhido foi com retropropagação do erro
(backpropagation). Foram realizados testes incluindo
outras entradas como temperatura e perfil de consumo. Para
o sistema neuro-fuzzy foi escolhido um sistema neuro-fuzzy
hierárquico, que define automaticamente sua estrutura e as
regras a partir do histórico dos dados. Em uma última
etapa, foi estudado um sistema híbrido neural/ neuro-
fuzzy, no qual a previsão da rede neural é uma entrada do
sistema neuro-fuzzy. Para os três últimos modelos as
previsões realizadas foram em curto prazo, com um
horizonte de uma hora Os sistemas propostos foram testados
em estudos de casos e os resultados comparados entre si e
com os resultados obtidos em outros projetos na área. Os
dados de carga utilizados no sistema com lógica fuzzy
foram da CEMIG, no período de 1994 a 1996, em intervalos
de 10 minutos, para previsões em curtíssimo prazo. Os
resultados obtidos podem ser considerados bons em
comparação com um sistema de redes neurais utilizando os
mesmos dados. Para os demais modelos foram utilizados os
seguintes dados: dados horários de carga da Light e da
CPFL, no períod / [en] This thesis examines the performance of computational
intelligence in short term load forecasting. The main
objective of the work was to propose and evaluate neural
network, fuzzy logic, neurofuzzy and hybrid systems in the
role of short term load forecast, considering some
variables that affect the load behavior such as
temperature, comfort indexes and consumption profile. The
work consisted in four main steps: a study about load
forecasting; the modeling of neural network systems, fuzzy
logic and neurofuzzy related to load forecast; and case
studies.
In the load forecasting studies, some variables
appeared to affect the behavior of the load curve in the
case of electrical utilities. These variables include
meteorological data like temperature, humidity,
lightening, comfort indexes etc, and also information
about the consumption profile of the utilities. It was
also noted the distinct behavior of the load series
related to the day of the week, the seasonableness and the
correlation between the past and present values.
A bibliographic research concerning the
application of computational intelligence techniques in
load forecasting was made. This research showed that
neural network models have been largely employed. The
fuzzy logic models have just started to be used recently.
Neuro-fuzzy are very recent, and there are almost no
references on it. The surveyed application projects using
the three models were classified by its architecture,
performance, measured errors, inputs considered and
horizon of the forecast.
In this work four systems were proposed and
implemented for load forecasting: fuzzy logic, neural
network, hierarchical neuro-fuzzy and hybrid neural/neuro-
fuzzy. The systems were specialized for each day of the
week, due to the different behavior of the load found for
each of the days. For the neural network, neuro-fuzzy and
hybrid, the data were separated in winter and summer, due
to the different behavior of the load in each of the
seasons. The fuzzy logic system was modeled for very short
term forecasting using the historic load for each hour of
the day, in steps of 10 minutes within each hour. The
fuzzy system rules were generated automatically based on
the historic load and the fuzzy sets were pre-defined. The
system with neural network had its architecture defined
through experiments using only load data, hour of the day
and month as input. The network model chosen was the back-
propagation. Tests were performed adding other inputs such
as temperature and consumption profile. For the neural-
fuzzy, a hierarchical neuro-fuzzy system, which defines
automatically its structure and rules based on the
historical data, was employed. In a further step, a hybrid
neural/neuro-fuzzy was studied, so as the neural network
forecast is the input for the neuro-fuzzy system. For the
last three models, short term forecasting was made for one
hour period.
The proposed systems were tested in case studies,
and the results were compared themselves and with results
obtained in other projects in the same area. The load data
of CEMIG between 1994 and 1996 was used in the fuzzy logic
system in steps of 10 minutes for very short term
forecasting. The performance was good compared with a
neural network system using the same data. For the other
models, short term load forecasting (I hour, 24 steps
ahead) was done using the following data: load data of
LIGHT and CPFL between 1996 and 1998; temperature (hourly
for LIGHT and daily for CPFL); the codification of month
and hour of the day; and a profile of load by consumption
class. For doing. The error results obtained by the models
were around 1,15% for the fuzzy logic, 2,0% for the neural
network, 1,5% for the neuro-fuzzy system, and 2,0% for the
hybrid system.
This work has showed the applicability of the
computational intelligence techniques on load forecasting,
demonstrating that a preliminary study of the series and
their relation with
|
135 |
[en] THE GRANDFATHER OF TIME: A JOURNAL OF A METEOROLOGIST (1900-1940) / [pt] O AVÔ DO TEMPO: DIÁRIO DE UM METEOROLOGISTA 1900-1940SOLANGE DE SAMPAIO GODOY 24 January 2006 (has links)
[pt] O Avô do Tempo, Diário de um Meteorologista é o título da
dissertação de
mestrado que teve como objeto os vinte e oito volumes de
diários deixados por Joaquim
de Sampaio Ferraz. A partir da documentação deixada por um
indivíduo de classe
média urbana, um profissional liberal, pai de família, foi
possível perceber valores
éticos, regras de bem-viver, saber cotidiano, saúde,
dificuldades em manter uma família
numerosa, construção de uma vida profissional dentro de
uma especialidade que
começava a se desenvolver no mundo ocidental e a se
estruturar no Brasil. O tempo é o
grande protagonista, a mudança do ritmo do tempo, sua
aceleração sensível na época
em que o autor/ editor viveu, a virada do século XX, tempo
de grandes e rápidas
transformações. A valorização dos diários e de outras
escritas de si data de poucas
décadas e vem despertando interesse e motivando a criação
de organizações nacionais e
internacionais; na academia os estudos ainda são
relativamente raros, daí o interesse de
desenvolver o tema a partir das fontes preservadas, por
mais de um século, pela família
Sampaio Ferraz. / [en] The Grandfather of time, joumal of a meteorologist, is the
title of the Msc
dissertation based on the analysis of the twenty-eight
volumes of the joumal
written by Joaquim de Sampaio Ferraz from 1900 to 1940.
From the
documentation left by an ordinary middle class man, civil
servant and urban
professional, a family man, it became possible to aprehend
ethical values, life
sty1e, rules for everyday life, and also to acknowledge
his difficulties to develop a
scientific career that was new in Brazil and modem for the
world of the turn of the
twentieth century, a time of rapid changes and
transformation. The appreciation of
joumals and other types of writing of the self dates back
from just a few decades
and has arisen interest and motivated the creation of
numerous national and
international organizatons. In academia the studies are
still relatively rare, thus the
interest in developing this issue from the sources
preserved by the Sampaio Ferraz
family over more than a century.
|
136 |
[en] MODELLING AND FORECASTING VIA STRUCTURAL MODELS THE PRODUCTION OF POLIPROPILENO´S BAG IN SANTA CATARINA / [pt] MODELAGEM E PREVISÃO, VIA MODELOS ESTRUTURAIS DA PRODUÇÃO DE SACOS DE POLIPROPILENO EM SANTA CATARINASUZANA LEITAO RUSSO 19 July 2006 (has links)
[pt] Na presente dissertação, além de se expor a fundamentação
teórica das Metodologias Estruturais clássica e bayesiana
para previsão de séries temporais, analisou-se o
comportamento de séries temporais, analizou-se o
comportamento da série produção de sacos de polipropileno
produzidos pela Indústria Têxtil Oeste Ltda. com
observações cobrindo o período de janeiro de 1987 a junho
de 1992. Na análise, através dos pacotes computacionais
correspondentes: STAMP (clássico) e BATS (bayesiano),
utilizou-se variáveis de intervenção e a variável exógena
correspondente à produção de metros quadrados de
polipropileno, cobrindo período idêntico, ou seja janeiro
de 1987 a junho de 1992.
Adotando como critério de decisão o erro médio quadráticas
previsões no período de ajuste e da análise ex-ante feita
com as seis últimas observações (janeiro a junho de 1992),
para testar a capacidade extrapolativa dos modelos,
escolheu-se um modelo representativo dentro de cada
abordagem e em seguida foi feito um estudo comparativo de
ambas. / [en] In the present dissertation, besides exposing the
theoretical foundations of Structural Models (Classic and
Bayesian approaches); we also analysed the series of
production of propileno´s bag produced by Indústria Têxtil
Oeste Ltda. with observation covering the period from
January 1987 to June 1992. We used in the analysis the
packages: STAMP (classical) and BATS (Bayesian), with
intervention variables and the series of production of
square meters of propileno as explanatory variable.
As decision criterion we used the mean square error during
the period of adjustment and the ex-ante analysis with the
last six observation (January up to June of 1992), to test
the predictive ability of the models.
|
137 |
[en] NEURAL NETWORKS IN LOAD FORECASTING IN ELECTRIC ENERGY SYSTEMS / [pt] PREVISÃO DE CARGA EM SISTEMAS ELÉTRICOS DE POTÊNCIA POR REDES NEURAISRICARDO SALEM ZEBULUM 02 February 2007 (has links)
[pt] Esta dissertação investiga a utilização de Redes Neurais
Artificiais (RNAs) na área de previsão de carga elétrica.
Nesta investigação foram utilizados dados reais de energia
relativos ao sistema elétrico brasileiro. O trabalho
consiste de quatro partes principais: um estudo sobre o
problema de previsão de carga no contexto de sistemas
elétricos de potência; o estudo e a modelagem das RNAs
para previsão de carga; o desenvolvimento do ambiente de
simulação; e o estudo de casos.
O estudo sobre o problema de previsão de carga envolveu
uma investigação sobre a importância da previsão de
demanda de energia na área de sistemas elétricos de
potência. Enfatizou-se a classificação dos diversos tipos
de previsão de acordo com o seu horizonte, curto e longo
prazo, bem como a análise das variáveis mais relevantes
para a modelagem da carga elétrica. O estudo também
consistiu da análise de vários projetos na área de
previsão de carga, apresentando as metodologias mais
utilizadas.
O estudo e a modelagem de RNAs na previsão de carga
envolveu um extenso estudo bibliográfico de diversas
metodologias. Foram estudadas as arquiteturas e os
algoritmos de aprendizado mais empregados. Constatou-se
uma predominância da utilização do algoritmo de
retropropagação (Backpropagation) nas aplicações de
previsão de carga elétrica horária para curto prazo. A
partir desse estudo, e utilizando o algoritmo de
retropropagação, foram propostas diversas arquiteturas de
RNAs de acordo com o tipo de previsão desejada.
O desenvolvimento do ambiente de simulação foi
implementado em linguagem C em estações de trabalho SUN. O
pacote computacional engloba basicamente 3 módulos: um
módulo de pré-processamento da série de carga para
preparar os dados de entrada; um módulo de treinamento da
Rede Neural para o aprendizado do comportamento da série;
e um módulo de execução da Rede Neural para a previsão dos
valores futuros da série. A construção de uma interface
amigável para a execução do sistema de previsão, bem como
a obtenção de um sistema portátil foram as metas
principais para o desenvolvimento do simulador.
O estudo de casos consistiu de um conjunto de
implementações com o objetivo de testar o desempenho de um
sistema de previsão baseado em Redes Neurais para dois
horizontes distintos: previsão horária e previsão mensal.
No primeiro caso, foram utilizados dados de energia da
CEMIG (Estado de Minas Gerais) e LIGHT (Estado do Rio de
Janeiro). No segundo caso, foram utilizados dados de
energia de 32 companhias do setor elétrico brasileiro.
Destaca-se que a previsão mensal faz parte de um projeto
de interesse da ELETROBRÁS, contratado pelo CEPEL. Para
ambos os casos, investigou-se a influência do horizonte de
previsão e da época do ano no desempenho do sistema de
previsão. Além disso, foram estudadas as variações do
desempenho das Redes Neurais de acordo com a empresa de
energia elétrica utilizada. A avaliação do desempenho foi
feita através da análise das seguintes estatísticas de
erro: MAPE (Mean Absolute Percentage Error), RMSE (Root
Mean Square Error) e U de Theil. O desempenho das RNAs foi
comparado com o de outras técnicas de previsão, como os
métodos de Holt-Winters e Box & Jenkins, obtendo-se
resultados, em muitos casos, superiores. / [en] This dissertation investigates the application of
Artificial Neural Networks (ANNs) in load forecasting. In
this work we have used real load data from the Brazilian
electrical system. The dissertation is divided in four
main topics: a study of the importance of load forecasting
to electric power systems; the investigation of the ANN
modeling to this particular problem; the development of a
neuro-simulador; and the case studies.
It has been made an investigation of the objectives of
load forecasting to power systems. The different kinds of
load forecasting have been classified according to the
leading time of the prediction (short and long term). The
more important variables to model electric load were also
investigated. This study analyses many projects in the
area of load forecasting and presents the techniques that
have been traditionally used to treat the problem.
The ANNs modeling to load forecasting involved a deep
investigation of works that have been published. The ANNs
architectures and learning algorithms more commonly used
were studied. It has been verified that the
Backpropagation algorithm was the more commoly applied in
the problem (particularly, in the problem of short term
hourly load forecasting). Based on this investigation and
using the backpropagation algorithm, many Neural Networks
architetures were proposed according to the desired type
of forecasting.
The development of the neuro-simulator has been made in C
language, using SUN workstations. The software is divided
in 3 modules: a load series pre-processing module, to
prepare the input data; a training module to the load
series behavior learning; and an execution module, in
which the Neural Network will perform the predictions. The
development of a friendly interface to the forecasting
system execution and the portability of the system were
main goals during the simulator development.
The case studies involved testing the system performance
for 2 cases: hourly and monthly predictions. In the first
case, load data from CEMING (State of Minas Gerais) and
LIGHT (State of Rio de Janeiro) has been used. In the
second case load data from 32 companies of the Brazilian
electrical system has been used. Monthly load forecasting
is involved in a project of interest of two companies of
the electric sector in Brazil: CEPEL and ELETROBRÁS. In
both cases, influences of the forecasting horizon and of
the period of the year in the system´s performance has
been investigated. Besides, the changes in the forecasting
performance according to the particular electric company
were also studied. The performance evaluation has been
done through the analysis of the following error figures:
MAPE (Mean Absolute Percentage Error), RMSE (Root Mean
Square Error) and Theil´s U. The ANN performance was also
compared with the performance of other techniques, like
Holt-Winteres and Box-Jenkins, giving better results in
many cases.
|
138 |
[en] SHORT-TERM HOURLY LOAD FORECASTING MODEL. A NEW APPROACH: HIBRID MODEL / [pt] UM NOVO MODELO HÍBRIDO PARA PREVISÃO HORÁRIA DE CARGAS ELÉTRICAS NO CURTO PRAZOTOMAS HOSHIBA KAWABATA 25 July 2002 (has links)
[pt] Quando ocorre algum tipo de falta em uma Linha de
Transmissão (LT), sua localização exata é essencial para
uma rápida recomposição do Sistema Elétrico. Métodos que
utilizam tensão e corrente de apenas um terminal contêm
simplificações que podem acarretar erros. Esta dissertação
investiga a aplicação de Redes Neurais Artificiais (RNA) na
obtenção de uma nova forma de identificar o tipo do curto-
circuito e determinar a sua localização, utilizando dados
obtidos em somente um terminal. O trabalho consiste de 4
partes principais: estudo bibliográfico da área de Redes
Neurais; simulações de faltas para a obtenção de padrões;
definição e implementação dos modelos de Redes Neurais para
identificação e localização da falta; e estudos de casos.
Na fase do estudo bibliográfico sobre RNA, foi verificado
que as topologias de redes mais usuais são as Feed
Forward, que podem ter uma ou mais camadas de Elementos
Processadores (EP), sendo as redes com múltiplas camadas
(Multi-Layer) a configuração mais completa. Para
treinamento da rede, o algoritmo de aprendizado mais
utilizado é o Back Propagation. Como fruto deste estudo
bibliográfico é apresentado neste trabalho um resumo sobre
RNA.
Nas simulações de faltas para obtenção dos padrões de
treinamento e teste, foi utilizado um sistema automático
que, através da combinação de vários parâmetros do sistema
elétrico, gera situações diferentes de falta. Este sistema
utiliza como base o programa Alternative Transient
Program -ATP. Neste trabalho o sistema elétrico está
representado por uma LT de 345 KV, com fontes equivalentes
representando um sistema real de Furnas Centrais Elétricas.
Todos o sinais de tensão e corrente utilizados são
representados por fasores de 60 Hz, obtidos através da
Transformada Discreta de Fourier (TDF).
Os modelos de RNAs para identificação e localização de
falta foram implementados com sub-rotinas de redes neurais
do programa MATLAB ver. 6.0, representados por Redes
Perceptron Multicamadas (Multi Layer Perceptron), treinadas
com algoritmo Back Propagation com taxa de aprendizado
adaptativa e o termo momentum fixo. Um modelo único de RNA
identifica quais as fases (A, B, C e T) envolvidas,
classificando o tipo de falta, que pode ser: Monofásica;
Bifásica; Bifásica-Terra ou Trifásica. Para a localização
da falta, foram definidas 4 arquiteturas de RNA, uma para
cada tipo de falta. A ativação de cada topologia de RNA
para localização é definida em função do tipo de falta
classificada no modelo de identificação com RNA.
Na etapa de estudo de casos testou-se o desempenho de cada
modelo de RNA utilizando casos de testes em outras
situações de falta, diferentes dos conjuntos de
treinamento. A RNA de identificação de falta foi avaliada
para situações de faltas envolvendo outras LTs, com
diferentes níveis de tensão. Os resultados das 4 RNAs de
localização da falta foram comparados com os resultados
obtidos utilizando o método tradicional, tanto para os
casos simulados quanto para algumas situações reais de
falta.
A utilização de RNAs para a identificação e a localização
de falta mostrouse bastante eficiente para os casos
analisados, comprovando a aplicabilidade das
redes neurais nesse problema. / [en] When a kind of fault occurs in a Transmission Line, its
exact location is essential for a fast reclosing of the
Electric System. Methods that use voltages and currents
from only one terminal contain simplifications that can to
cause mistakes. This paper presents an investigation about
application of Artificial Neural Network (ANN) obtaining a
new way of identification for the type of the short circuit
and its location, using data obtained only in one terminal.
The work consists on the following 4 main parts:
bibliographical study of Neural Network`s area;
simulations of faults in order to obtain of patterns;
definition and implementation of Neural Network`s models
for identification and location of the fault; and studies
of cases.
In the bibliographical study step on ANN, it was verified
that the topologies for the more usual nets are Feed-
|
139 |
[en] ESTIMATING FREIGHT VEHICLES O-D MATRICES FROM TRAFFIC COUNTS IN THE METROPOLITAN REGION OF RIO DE JANEIRO / [pt] ESTIMAÇÃO DE MATRIZES ORIGEM DESTINO (O-D) A PARTIR DA CONTAGEM DE TRÁFEGO PARA VEÍCULOS DE TRANSPORTE DE CARGA NA REGIÃO METROPOLITANA DO RIO DE JANEIRO - RMRJANGELICA JUDITH SILVA RICAURTE 20 December 2017 (has links)
[pt] Com o crescimento das indústrias e a competitividade entre os mercados o transporte de cargas urbano tem-se considerado fundamental para a economia, mas a importância de sua relação direta com a vida das pessoas nas cidades tem ocasionado que exista maior congestionamento nas regiões centrais. É, por isso, que é importante ter o conhecimento sobre o deslocamento das cargas urbanas dentro da Região Metropolitana do Rio de Janeiro – RMRJ. Este trabalho trata de estimar matrizes origem destino (O-D) a partir de contagens de fluxos observadas na rede. Estas contagens foram realizadas para dois tipos de horários considerados importantes por motivo de restrições de circulação, sendo estes o pico da manhã (7:00 às 8:00) e pico da tarde (17:30 às 18:30). Após fazer uma revisão bibliográfica sobre o assunto, o trabalho define entre os métodos conhecidos o que foi considerado mais adequado para a estimativa da matriz OD. Decidiu-se pelo método desenvolvido por Nielsen (1998) denominado como Método de Caminho Único - SPME. O Método foi aplicado na rede viária do plano diretor de transportes urbanos da Região Metropolitana do Rio de Janeiro (PDTU-RMRJ), usando o software TransCAD. / [en] With the growth of industries and competitiveness between markets, the urban freight transport has been considered fundamental for the economy, but the importance of their direct relationship to the lives of people in cities has resulted in more congestion in the central regions. It is therefore important to have knowledge about the movement of urban freight inside the Metropolitan Area of Rio de Janeiro - MARJ. This work try to estimate origin destination matrices (O-D) from flows observed on the network. These counts were done for two types of times considered important for reasons of traffic restrictions, which are the peak of the morning (7:00 - 8:00) and late peak (17:30 - 18:30). After doing a literature review on the issue, the work defines between the known methods the one that was considered most appropriate for the estimation of O-D matrix. Decided for the method developed by Nielsen (1998) termed as Single Path Matrix Estimation - SPME. The method was applied to the road network of the master plan of the urban transport in the Metropolitan Area of Rio de Janeiro (PDTU-RMRJ), using software TransCAD.
|
140 |
[en] USE OF MULTI-FATORIAL MODEL OF BARRA TO FORECAST STOCK RETURNS / [pt] UTILIZAÇÃO DO MODELO MULTI-FATORIAL DA CONSULTORIA BARRA NA PREVISÃO DE RETORNO DE AÇÕESFREDERICO FERREIRA SARMENTO 25 July 2002 (has links)
[pt] Esta pesquisa tem como objetivo principal estimar e
analisar previsões dos retornos das ações utilizandoo
modelo multi-fatorial desenvolvido pela empresa de
consultoria BARRA.Para tanto, foram empregadas três
metodologias no cálculo das projeções dos retornos dos
fatores contra mudanças inesperadas em variáveis
macroeonômicas.Tais projeções foram, então, traduzidas
em previsões dos retornos das ações. A análise dos
resultados obtidos indica que as previsões geradas contém
informações úteis na identificação dos movimentos
relativos nos preços das ações. / [en] The main objective of this work is to estimate stocks
return forecasts using the BARRA multiple factor model
developed for the brazilian market. Three methodologies
were applied to estimate the projection of the factors
return. The first on is based on a moving average approach
and the other two are based on regressions of the factors
return against unexpected changes in some macroeconomic
variables. These projections were then translated into
forecasts for stocks return. Theresults show that the
obtained forecasts have useful information to identify
relative movement on stock prices.
|
Page generated in 0.0351 seconds