[pt] O presente trabalho representa um estudo realizado sobre a gestão da produção e operações, tendo em vista o planejamento da produção de um conjunto de itens independentes num horizonte de curto prazo de uma empresa de varejo do setor eletrônico, via minimização de custos. O estudo iniciou-se a partir da necessidade de uma interface entre o setor de produção e o de vendas, e é focado na otimização da produção de luminárias da empresa Energia, a qual abastece o mercado de emissoras de televisão e produtores cinematográficos, em sua maioria. Para o planejamento, é necessário conhecer a série histórica da demanda dos itens dos últimos períodos. Porém, somente os dados históricos disponíveis – os dados de vendas dos itens - foram manipulados no software de previsão Forecast Pro, com o intuito de simular a previsão de demanda desses produtos no horizonte de planejamento de curto prazo. Em seguida, a modelagem matemática do problema de planejamento da produção desagregado – o modelo MPS para itens acabados - foi realizada a partir de entrevistas com responsáveis por setores distintos na empresa estudada. Por fim, utilizou-se o software de otimização AIMMS 3.10, capaz de solucionar problemas difíceis, para encontrar o plano ótimo de produção desagregado. Os resultados obtidos pelo software para o planejamento de curto prazo são as quantidades de luminárias a serem produzidas e estocadas em cada período, assim como decisões de produzir ou não em cada período. Esses resultados foram usados como base para analisar novos cenários, gerando informações suficientes para auxiliar a tomada de decisão por parte dos gerentes da empresa, como por exemplo, expandir os recursos produtivos. / [en] This work represents a study on the production and operations management, in order to plan the production of a set of independent items in a short-term horizon of a retail company of the electronics industry, by minimizing costs. As a necessity of understanding between sales and production the study is focused on optimizing production of lamps of the company Energia, which supplies to mostly the market for television and film producers. For planning, it is necessary to know the historical series of product demands of the items in recent past periods. However, the only available data – the product sales data -were handled in prediction Forecast Pro software to simulate the demand sales of the items for the short-term planning horizon. Then, the mathematical modeling of disaggregate production planning problem - the MPS model for finished items - was built, from interviews with managers of different sectors of the studied company. Finally, the optimization software AIMMS 3.10, capable of solving complex problems, was used to find the optimal production plan. The obtained results for short-term planning are the quantities of items to be produced and to be stocked in each period, as well as the decision to produce or not in each period. These results were used as the basis to analyze new scenarios, generating sufficient information to assist decision makers of the company, as for example, expand the productive resources.

[pt] A presente tese apresenta e discute metodologias para prever o volume de óleo recuperável em bacias petrolíferas e explicar a evolução do processo de descoberta. A evolução do processo de descoberta é modelada pelo produto de duas funções matemáticas de tendências opostas: a função seleção de controle, crescente, que representa o grau de conhecimento e informação adquiridos na região de exploração, e a função seleção de condições, decrescente, indicando que a condição de exploração piora em conseqüência da depleção da área considerada. São propostas três novas metodologias que utilizam funções de controle nãolineares para explicar a influência do progresso tecnológico no acréscimo dos volumes recuperáveis. Além disso, utiliza-se o esforço exploratório, representado pela quantidade de poços já perfurados, como variável explicativa para as funções de controle e condição. As metodologias acima mencionadas foram testadas utilizando dados históricos referentes a cinco bacias petrolíferas. Após avaliar a capacidade explicativa dos modelos através do ajuste aos dados históricos, foram feitas previsões (out of sample) para um horizonte de 3 e 10 anos com o objetivo de avaliar a capacidade preditiva. Os testes feitos com dados de quatro diferentes bacias indicam que o uso do esforço de perfuração como variável explicativa pode melhorar a previsão a longo prazo. A análise nos resíduos dos modelos propostos indica que os modelos têm boa capacidade explicativa, pois capturaram a informação contida nos dados descrevendo satisfatoriamente o processo de evolução de descobertas nas séries observadas. / [en] This dissertation presents methodologies to forecast the recoverable oil volume in sedimenary basins and to explain the evolution of the discovery process. The evolution of the discovery process is modeled as the product of two mathematical functions of opposing trends, namely, the control function, increasing, which represents the degree of knowledge and information acquired in the exploration region, and the condition function, decreasing, indicating that the exploration condition worsens with time as a consequence of the area depletion. Three new methodologies are proposed using nonlinear control functions to explain the influence of technological progress in the reserves accrual. Acting as a proxy for exploratory effort, the drilling footage is used as an explanatory variable for both the control and the condition functions. The aforementioned methodologies were tested using a dataset of five petroliferous basins. After evaluating the explicative capacity by fitting the models to the historical data, out of sample forecast were made for a horizon of 3 and 10 years. The results using a dataset of four different basins indicate that the drilling footage can improve the long-term forecast. The analysis in the residues of the proposed models indicates that the models captured the information contained in the data and satisfactorily describes the process of evolution of discoveries in the observed series.

[pt] A importância da previsão de carga a curto prazo (até uma semana à frente) em crescido recentemente. Com os processos de privatização e implantação de ompetição no setor elétrico brasileiro, a previsão de tarifas de energia vai se tornar extremamente importante. As previsões das cargas elétricas são fundamentais para alimentar as ferramentas analíticas utilizadas na sinalização das tarifas. Em conseqüência destas mudanças estruturais no setor, a variabilidade e a não-estacionaridade das cargas elétricas tendem a aumentar devido à dinâmica dos preços da energia. Em função das mudanças estruturais do setor elétrico, previsores mais autônomos são necessários para o novo cenário que se aproxima. As ferramentas disponíveis no mercado internacional para previsão de carga elétrica requerem uma quantidade significativa de informações on-line, principalmente no que se refere a dados meteorológicos. Como a realidade brasileira ainda não permite o acesso a essas informações será proposto um previsor de carga para o curto-prazo, considerando restrições na aquisição dos dados de temperatura. Logo, tem-se como proposta um modelo de previsão de carga horária de curto prazo (um dia a frente) empregando dados de carga elétrica e dados meteorológicos (temperatura) através de modelos de árvore de decisão. Decidiu-se pelo modelo de árvore de decisão, pois este modelo além de apresentar uma grande facilidade de interpretação dos resultados, apresenta pouquíssima ênfase em sua utilização na área de previsão de carga elétrica. / [en] The importance of load forecasting for the short term (up to one-week ahead) has been steadily growing in the last years. Load forecasts are the basis for the forecasting of energy prices, and the privatisation, and the introduction of competitiveness in the Brazilian electricity sector, have turned price forecasting into an extremely important task. As a consequence of structural changes in the electricity sector, the variability and the non-stationarity of the electrical loads have tended to increase, because of the dynamics of the energy prices. As a consequence of these structural changes, new forecasting methods are needed to meet the new scenarios. The tools that are available for load forecasting in the international market require a large amount of online information, specially information about weather data. Since this information is not yet readily available in Brazil, this thesis proposes a short-term load forecaster that takes into consideration the restrictions in the acquisition of temperature data. A short-term (one-day ahead) forecaster of hourly loads is proposed that combines load data and weather data (temperature), by means of decision tree models. Decision trees were chosen because those models, despite being easy to interpret, have been very rarely used for load forecasting.

[pt] As alterações na legislação do Setor de Energia Elétrica Brasileiro em fins do milênio passado, provocou profundas mudanças no planejamento da Operação do Sistema e na Comercialização de energia elétrica no Brasil. O desmembramento das atividades de geração, de transmissão e de distribuição de energia elétrica criou novas características no comportamento dos Agentes Concessionários e as previsões de demanda por energia elétrica, que sempre foram ferramenta importante, por exemplo, na programação da operação, passaram a ser indispensáveis também, na comercialização de energia elétrica no mercado livre. Neste novo cenário, a obtenção e o armazenamento de dados confiáveis passou a ser parte integrante do patrimônio das Empresas e um sistema eficiente de previsões de carga passou a ser um diferencial na mesa de negociações. Os Agentes concessionários e o Operador Nacional do Sistema Elétrico vêm fazendo investimentos para aperfeiçoar os seus sistemas de aquisição de dados, entretanto em sistemas de multipontos algumas falhas imprevistas durante a sincronização da telemedição podem ocorrer, provocando defeitos nas séries. Nas séries de minuto em minuto, por exemplo, uma falha de algumas horas acarreta centenas de registros defeituosos e as principais publicações a respeito de modelagens de séries temporais para tratamento de dados não abordam as dificuldades encontradas diante de grandes falhas consecutivas nos dados. / [en] As a result of the continuing privatization process within the energy sector,electricity load forecasting is a ritical tool for decision-making in the Industry. Reliable forecasts are now needed not only for developing strategies for business planning and short term operational scheduling, but also to define the spot market electricity price. The forecasting process is data-ntensive and interest has been driven to shorter and shorter intervals. Large investments are being made in modernizing and improving metering systems, so as to make more data available to the forecaster. However, the forecaster is still faced with irregular time-series. Gaps, missing values, spurious information or repeated values in the time-series can result from transmission errors or small failures in the recording process. These so- called irregularities have led to research that focused on either iterative processes,like the Kalman filter and the EM algorithm, or applications of the statistical literature on treatment of missing values and outliers. Nevertheless, these methods often result in large forecast errors when confronted with consecutive failures in the data. On the other hand, the minute to minute series have a large amount of points and so the one day ahead forecast horizont becomes very large to handling with the conventional methods. In this context, we propose an alternative to detect and replace values and present a methodology to perform the forecasting process by using of other information in the time-series that relate to the variability and seasonality, which are commonly encountered in electricity load-forecasting data. We illustrate the method and address the problem as part of a wider project that aims at the development of an automatic on line system for tracking the Brazilian Interlinked Electric Network Operation and performing short term load forecasting. The data were collected by ONS / ELETROBRAS - Brazil. We concentrate on 10 minutes data for the years 1997-1999 of Light Serviços de Eletricidade S.A. (Rio de Janeiro and its surroundings). / [es] Las alteraciones en la legislación del Sector de Energía Elétrica Brasilero a finales del milenio pasado, provocó profundos cambios en el planificación de la Operación del Sistema y en la Comercialización de energía eléctrica en Brasil. La desarticulación de las actividades de generación, de transmisión y de distribuición de energía eléctrica creó nuevas características en el comportamiento de los Agentes Concesionarios. Así, las previsiones de demanda por energía eléctrica, que siempre fueron una herramienta importante, por ejemplo, en la programación de la operación, pasaron a ser indispensables también en la comercialización de energía eléctrica en el mercado libre. En este nuevo escenario, la obtención y almacenamiento de datos confiables pasó a ser parte integrante del patrimonio de las Empresas y un sistema eficiente de previsiones de carga constituye un diferencial en la mesa de negociaciones. Los Agentes concesionarios y el Operador Nacional del Sistema Eléctrico han invertido en el perfeccionamiento de sus sistemas de adquisición de datos. Sin embargo, en sistemas de multipuntos algunas fallas imprevistas durante la sincronización de la telemedición pueden ocurrir, provocando defectos en las series. En las series de minuto en minuto, por ejemplo, una falla de algunas horas trae consigo centenas de registros defectuosos y las principales publicaciones sobre modelos de series temporales para tratamiento de datos no abordan las dificuldades encontradas frente a grandes fallas consecutivas en los datos.

Neste estudo, trata-se de avaliar fontes de precipitação baseadas em estimativas por satélite e técnicas de assimilação de dados para previsão de vazões por meio do modelo hidrológico distribuído MGB-IPH. A insuficiente representatividade espacial dos pluviômetros torna difícil a correta representação dos campos de precipitações. Por outro lado, as estimativas de satélite, embora forneçam uma descrição espacial mais consistente, são potencialmente menos acuradas. Sendo assim, procura-se utilizar métodos que combinem os dados de ambas as fontes para gerar um campo de precipitação mais consistente. Neste trabalho, implementaramse dois modelos de combinação pluviômetro-satélite, CHUVSAT e MERGEHQ, através de uma metodologia de interpolação. Por outro lado, as técnicas de assimilação de dados acoplados aos modelos de previsão hidrológica são também de interesse neste estudo, pois minimizam as incertezas associadas ao processo de calibração de parâmetros, às variáveis de estado e dados de entrada do modelo hidrológico. Para esse propósito, escolheu-se a bacia do rio Tocantins e implementou-se particularmente a técnica de assimilação de dados de tipo sequencial chamado na literatura de filtro de partículas, conjuntamente com o método de filtro Kalman por conjunto e o método de assimilação AsMGB atualmente acoplado ao modelo MGB-IPH. O estudo mostra que a precipitação combinada utilizada como dado de entrada na simulação hidrológica permitiu reproduzir adequadamente os hidrogramas observados para o período de calibração e validação. Já para o caso das vazões resultantes, durante a etapa de previsão, a precipitação combinada mostrou-se com melhor desempenho em termos estatísticos que os métodos sem combinar, sobretudo após 24 horas de antecedência. Finalmente, a técnica de assimilação de dados por filtro de partículas conseguiu absorver os erros da simulação melhorando as medidas de desempenho na etapa de previsão sendo superior ao modelo de previsão sem considerar assimilação. / The objective of this study is to evaluate precipitation sources based on satellite estimates and data assimilation techniques for prediction of flows by means of the distributed hydrological model MGB-IPH. The insufficient spatial availability of rain gauges makes difficult to represent precipitation fields appropriately. In contrast, satellite estimates, although providing a more consistent spatial description, are potentially less accurate. Thus, raingauge satellite merging methods that combine data from both sources to generate a more consistent precipitation field are used herein. For this purpose, two models namely CHUVSAT and MERGEHQ were implemented using an interpolation technique. On the other hand, data assimilation techniques coupled with hydrological forecasting models are also assessed in this study. The assimilation process minimizes the uncertainties associated with the parameter calibration procedure, variable state and hydrological input data. In this manner, the sequential data assimilation technique namely particle filter in conjunction with the Kalman filter method and the assimilation method AsMGB, which is currently coupled to the MGBIPH model, were implemented and applied to the Tocantis basin. The obtained results showed that the combined precipitation used as input data in the hydrological simulation allowed reproducing adequately the observed hydrograms for the periods of calibration and validation. In the case of the resulting flows during the forecast stage, the merging precipitation was shown to perform better in statistical terms than the uncombined methods, especially after 24 hours in advance. Finally, the data assimilation technique by particle filter was able to absorb all simulation errors, improving the performance measures in the forecasting stage, thus being superior to the forecasting model without considering assimilation.

[pt] A previsão de séries temporais está presente em diversas áreas como os setores elétrico, financeiro, a economia e o industrial. Em todas essas áreas, as previsões são fundamentais para a tomada de decisões no curto, médio e longo prazo. Certamente, as técnicas estatísticas são as mais utilizadas em problemas de previsão de séries, principalmente por apresentarem um maior grau de interpretabilidade, garantido pelos modelos matemáticos gerados. No entanto, técnicas de inteligência computacional têm sido cada vez mais aplicadas em previsão de séries temporais no meio acadêmico, com destaque para as Redes Neurais Artificiais (RNA) e os Sistemas de Inferência Fuzzy (FIS). Muitos são os casos de sucesso de aplicação de RNAs, porém os sistemas desenvolvidos são do tipo caixa preta, inviabilizando uma melhor compreensão do modelo final de previsão. Já os FIS são interpretáveis, entretanto sua aplicação é comprometida pela dependência de criação de regras por especialistas e pela dificuldade em ajustar os diversos parâmetros como o número e formato de conjuntos e o tamanho da janela. Além disso, a falta de pessoas com o conhecimento necessário para o desenvolvimento e utilização de modelos baseados nessas técnicas também contribui para que estejam pouco presentes na rotina de planejamento e tomada de decisão na maioria das organizações. Este trabalho tem como objetivo desenvolver uma ferramenta computacional capaz de realizar previsões de séries temporais, baseada na teoria de Sistemas de Inferência Fuzzy, em conjunto com a otimização de parâmetros por Algoritmos Genéticos, oferecendo uma interface gráfica intuitiva e amigável. / [en] The time series forecasting is present in several areas such as electrical, financial, economy and industry. In all these areas, the forecasts are critical to decision making in the short, medium and long term. Certainly, statistical techniques are most often used in time series forecasting problems, mainly because of a greater degree of interpretability, guaranteed by the mathematical models generated. However, computational intelligence techniques have been increasingly applied in time series forecasting in academic research, with emphasis on Artificial Neural Networks (ANN) and Fuzzy Inference Systems (FIS). There are many cases of successful application of ANNs, but the systems developed are black box, not allowing a better understanding of the final prediction. On the other hand the FIS are interpretable, but its application is compromised by reliance on rule-making by experts and by the difficulty in adjusting the various parameters as the number and shape of fuzzy sets and the window size. Moreover, the lack of people with the knowledge necessary for the development and use of models based on these techniques also restricts their application in the routine planning and decision making in most organizations. This work aims to develop a computational tool able to make forecasts of time series, based on the theory of Fuzzy Inference Systems, in conjunction with the optimization of parameters by Genetic Algorithms, providing an intuitive and friendly graphical user interface.

[pt] O setor elétrico brasileiro é fortemente dependente da energia hidrelétrica e a predição acurada das séries de vazões é essencial para o planejamento e gestão de risco. Recentemente, os modelos híbridos, que combinam técnicas de previsão e pré-processamento de dados, têm se destacado. Entretanto, na literatura, não há consenso sobre a superioridade de previsão destes modelos em relação aos tradicionais (puros). Este trabalho visa contribuir para literatura com a avaliação de performance de previsão e a adequabilidade de modelos puros e híbridos para séries mensais estacionárias e não estacionárias de vazões. Para isso, foram construídos modelos usando as técnicas de previsão de Redes Neurais Artificiais e ARIMA acoplados com as técnicas de pré-processamento de dados Singular Spectrum Analysis (SSA) e Seasonal and Trend decomposition based on Loess (STL). Como resultado, este estudo mostra para a série de Belo Monte (estacionária) os modelos puros obtiveram um melhor desempenho, já para a série de Sobradinho (não estacionária) os modelos híbridos foram os melhores. / [en] The Brazilian electricity sector is strongly dependent on hydropower and the accurate prediction of streamflow series is essential for planning and risk management. Recently, hybrid models, which combine prediction and data preprocessing techniques, have stood out. However, in the literature there is no consensus on the predictive superiority of these hybrid models versus their pure version. This paper aims to contribute to the literature with the evaluation of prediction performance suitability of pure and hybrid models for monthly stationary and non - stationary series of streamflow. For this, models were constructed using Artificial Neural Network and ARIMA forecasting techniques coupled with the Singular Spectrum Analysis (SSA) and Seasonal and Trend decomposition based on Loess (STL) data pre-processing techniques. As a result, this study shows that pure models obtained a better performance for the Belo Monte (stationary series), already hybrid models were the best for the Sobradinho (non-stationary series).

[pt] A presente dissertação tem como principal objetivo a conceituação e apresentação das metodologias básicas de previsão de demanda e, a partir de um estudo de caso, a seleção da metodologia mais adequada e sua respectiva implantação. No primeiro capítulo é apresentada, além da importância do referido tema, a empresa selecionada para aplicação dos conceitos levantados, com a descrição de seus principais processos internos. No segundo capítulo foram abordados os conceitos de previsão de demanda e uma revisão dos principais modelos existentes. No capítulo seguinte, o problema que deverá ser tratado com a metodologia proposta é apresentado. Neste momento a metodologia conceituada é aplicada, através da seleção do método de previsão mais adequado ao caso estudado e respectiva modelagem, buscando melhorias em relação aos métodos de previsão existentes na empresa. Neste processo de modelagem utilizou-se o software Forecast Pro, um dos mais conceituados aplicativos de previsão de demanda no mercado. Por fim, na conclusão, avalia-se o impacto das mudanças propostas nos resultados da empresa, principalmente o aumento da precisão da previsão da demanda e, conseqüentemente, redução dos custos de importação e dos índices de stockout. / [en] The main objective of this dissertation is the presentation of basic forecasting methods and their implementation in a case study in supply chain. The first chapter points out the importance of forecasting in this context and describes the company selected for the case study and some of its internal processes that will be under scrutiny in the case study presented in this dissertation. The second chapter discusses the concepts and models of forecasting and reviews some of the major techniques in the field. In chapter three, standard forecasting techniques are apllied to real data (ten time series) from the company and select the most appropriate model in each case. Model adjustment is performed through the Forecast Pro software, one of the best-known products in the market. Chapter four contains the conclusions and the evaluation of the impacts of the proposed methodology on the company s results, especially the increased accuracy of forecasting and, consequently, the reduction in the import costs and stock out index.

[pt] Eu calculo uma proxy da propensão à tomada de risco dos jogadores de cassino através dos dados de receita de cassinos. Usando regressões insample e out-of-sample, eu então analiso o quão bem essa proxy prevê o prêmio de risco do mercado de ações. / [en] I estimate a proxy for the risk taking behavior of Casino gamblers through a measure of total Casino gambling revenue. Using in-sample and out-of-sample regressions, I then analyze how suited this proxy is in predicting market risk premium.

[pt] Este trabalho propõe um modelo de previsão de matrizes de covariância realizada de altíssima dimensão, com aplicação para os componentes do índice S e P 500. Para lidar com o altíssimo número de parâmetros (maldição da dimensionalidade), propõe-se a decomposição da matriz de covariância de retornos por meio do uso de um modelo de fatores padrão (e.g. tamanho, valor, investimento) e uso de restrições setoriais na matriz de covariância residual. O modelo restrito é estimado usando uma especificação de vetores auto regressivos heterogêneos (VHAR) estimados com LASSO (Least Absolute Shrinkage and Selection Operator). O uso da metodologia proposta melhora a precisão de previsão em relação a benchmarks padrões e leva a melhores estimativas de portfólios de menor variância. / [en] We propose a model to forecast very large realized covariance matrices of returns, applying it to the constituents of the S and P 500 on a daily basis. To deal with the curse of dimensionality, we decompose the return covariance matrix using standard firm-level factors (e.g. size, value, profitability) and use sectoral restrictions in the residual covariance matrix. This restricted model is then estimated using Vector Heterogeneous Autoregressive (VHAR) models estimated with the Least Absolute Shrinkage and Selection Operator (LASSO). Our methodology improves forecasting precision relative to standard benchmarks and leads to better estimates of the minimum variance portfolios.