[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.

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.

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.

[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

[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.

[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.

[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.

[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-

[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.

[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.