Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Centro Tecnológico / Made available in DSpace on 2012-10-17T19:37:03Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-25T17:12:29Z : No. of bitstreams: 1 178322.pdf: 8164173 bytes, checksum: 58dff9972980056ae164ad29c6b70fd0 (MD5) / Pesquisa que aborda o uso de Redes Neurais Artificiais (RNAs) - modelos biologicamente inspirados - no problema de processamento temporal, onde o principal objetivo é a previsão. Com base na Taxinomia de MOZER (1994) para processamento temporal, o foco do estudo recaiu em duas questões: 1) Definir a forma da memória de curto tempo, o conteúdo que deveria ser armazenado nesta, e como seus parametros serião atualizados; 2) e definir a topologia da rede (tamanho, estrutura e conexões), assim como os parâmetros do algoritmo de treinamento (taxa de aprendizado, termo de momento e outros). O modelo resultante foi comparado com a Metodologia de Box & Jenkins para modelos univariados, avaliado e criticado em termos de: capacidade representativa, processo de identificação e capacidade preditiva. Os resultados mostram que uma RNA, quando bem modelada, têm potencial para representar qualquer mapeamento complexo, não-linear, que pode governar mudanças em uma série de tempo. No estudo de caso foi possível prever o preço do ovo para um período de quatorze meses à frente

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção / Made available in DSpace on 2012-10-18T02:15:07Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-25T19:10:05Z : No. of bitstreams: 1 185075.pdf: 28316736 bytes, checksum: dee2d0ce5b0d976815326afcbc317d8c (MD5) / A importância do prognóstico para as empresas, ressaltando a necessidade de se obter valores cada vez mais confiáveis para a tomada de decisão empresarial. Estuda os métodos convencionais para a obtenção de valores de prognóstico, tais como regressão e metodologia de Box-Jenkins e apresenta as redes neurais para solucionar séries temporais com comportamento não-linear. O estudo de caso aborda a aplicação de redes neurais na série temporal representada pelo índice Bovespa

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnologico / Made available in DSpace on 2012-10-16T23:38:33Z (GMT). No. of bitstreams: 0Bitstream added on 2016-01-08T20:46:37Z : No. of bitstreams: 1 104675.pdf: 11731280 bytes, checksum: afe2067a6daaf4f957617ad6ab9448a6 (MD5) / Métodos de previsão convencionais de séries temporais têm alcançado limitado sucesso na realização de prognósticos de séries econômicas. Este comportamento é devido à dificuldade desses modelos em manipular observações decorrentes de ambientes extremamente dinâmicos, como o mercado de ações. Redes neurais artificiais são, a princípio, capazes de tratar com o problema de instabilidade estrutural entre as observações de uma série temporal. Neste sentido, este trabalho procura investigar a habilidade dos modelos conexionistas em realizar previsões acuradas de séries de preços de ações. É proposta uma forma alternativa de antecipação do comportamento futuro dessas séries, através da identificação de regularidades no movimento da cotação das ações no mercado. Os resultados obtidos pela aplicação de técnicas de redes neurais artificiais são analisados empiricamente e confrontados com aqueles gerados pelos métodos previsão clássicos.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-17T11:50:40Z (GMT). No. of bitstreams: 0Bitstream added on 2013-07-16T17:44:58Z : No. of bitstreams: 1 175131.pdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / O presente trabalho procurou implementar um sistema semi-automatizado de Controle Estatístico de Processos (CEP) para dados obtidos em tempo real. Tal sistema abrange um grande escopo de aplicações pois aplica-se tanto para processos serialmente correlacionados como para processos identicamente e independentemente distribuídos (iid). No sistema proposto, os dados são obtidos a partir de sensores em um processo automatizado qualquer. Em seguida esses dados são modelados e são gerados um conjunto de resíduos. Sobre esses resíduos atua uma rede neural, treinada off line, que faz o reconhecimento de padrões de uma carta de controle estatístico de processos em tempo real. O processo pode ser a qualquer momento remodelado para uma nova série de dados ou escolhendo-se um modelo testado anteriormente. Tal sistema foi parcialmente testado em relação a sistemas convencionais e várias medidas de desempenho mostraram resultados satisfatórios. Todo o sistema foi inteiramente simulado por computador e as rotinas computacionais são disponibilizadas para futuros aperfeiçoamentos e comparações. Uma aplicação real foi avaliada abordando um problema de reconhecimento de padrões da atividade eletrencefalográfica do cérebro.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-17T15:53:19Z (GMT). No. of bitstreams: 0Bitstream added on 2013-07-16T17:53:58Z : No. of bitstreams: 1 176225.pdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / A complexidade do mercado avícola em geral e o crescente aumento na produção de carnes de frangos no mercado brasileiro justificam a realização deste trabalho, que buscou a estruturação de uma estratégia para previsão de demanda para o mercado nacional de frangos de corte. A estratégia proposta buscou a utilização de duas formas diferentes de previsão para gerar uma previsão híbrida. A primeira forma buscou avaliar as séries históricas da produção de carne de frango no país e, através desses dados, gerar previsões para os períodos subsequentes. Os métodos utilizados são métodos tradicionais de previsão, onde se verificam os erros cometidos no tempo, pelos métodos utilizados, procurando-se utilizar, nas previsões, aquele que gera menor erro acumulado. A segunda forma, em adição às previsões tradicionais obtidas, utilizou-se de um modelo econométrico, em que através de uma função, gera-se uma previsão baseada em valores de algumas variáveis contextuais do mercado do frangos. A função econométrica é obtida através da regressão múltipla das séries históricas das variáveis contextuais do mercado de frangos. Após a obtenção das duas previsões, o planejador pode decidir pelo ajuste na previsão final, conforme observação e análise dos erros cometidos por ambas as formas no tempo, ou seja, a experiência na utilização da estratégia de previsão, bem como a observação dos resultados auxiliam na obtenção de previsões mais confiáveis. No entanto, o trabalho não procurou criticar ou enaltecer os métodos tradicionais de previsão, bem como os econométricos, mas buscou obter melhorias nas previsões de demanda para o mercado de frangos de corte, através da integração de duas formas diferentes de previsão. Os resultados apresentados, pela aplicação da estratégia de previsão proposta, mostraram ganhos em relação à utilização de um único método de previsão. Com isso considerou-se viável sua utilização, atingido-se os objetivos propostos neste trabalho.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Metrologia Científica e Industrial, Florianópolis, 2010 / Made available in DSpace on 2012-10-25T05:03:16Z (GMT). No. of bitstreams: 1 284780.pdf: 3484745 bytes, checksum: 0385a31da7ea20735f719b912e6af3f3 (MD5) / O avanço tecnológico tem possibilitado a aquisição e o armazenamento de uma grande quantidade de dados em diversas áreas, dentre os quais, dados oriundos de medições realizadas continuamente ao longo do tempo. A representação e a análise de eventos e comportamentos no tempo é uma tarefa complexa e dependente do domínio de aplicação. Em segurança de barragens, a previsão de valores consiste em uma importante ferramenta de monitoração e prevenção pela capacidade de antecipar informações do processo de medição sob análise e com base nessas, realizar ações de contenção do problema. No entanto, os métodos tradicionais por se basearem na aplicação de técnicas estatísticas e na amostragem de dados, possuem limitações para detectar mudanças no processo. Desse modo, abordagens baseadas em aprendizado de máquina têm sido propostas para auxiliar nessa tarefa, tal como o algoritmo k-Nearest Neighbor-Time Series Prediction (kNN-TSP). Na monitoração da segurança de barragens, os dados das variáveis de interesse são obtidos por meio de processos de medição. Sua confiabilidade está afetada por diversas causas, que resultam no afastamento do resultado da medição com referência ao valor verdadeiro da variável medida, denominado de erro de medição. As técnicas de aprendizado de máquina aplicadas no apoio à tomada de decisões em segurança de barragens utilizam assim uma informação de entrada distorcida e, consequentemente, pode se esperar que as previsões geradas pelos algoritmos sejam também distorcidas. Para um desempenho adequado das ferramentas de apoio à tomada de decisão, é necessário que os dados sejam gerados por um processo de medição sob controle e capaz. Assim, torna-se fundamental o estudo da influência do uso de dados incertos sobre as ferramentas de auxílio à tomada de decisão, no contexto de controle de processos de medição. Desse modo, neste trabalho foi proposto um modelo de simulação para avaliar o efeito da incerteza de medição, em função de distintas composições de erros sistemáticos e aleatórios, e da frequência de amostragem dos dados, sobre a efetividade das previsões do algoritmo kNN-TSP. Inicialmente, o modelo de simulação foi validado por meio da aplicação do método sobre uma série temporal artificial com características de interesse para a segurança de barragens, tais como tendência e sazonalidade. Posteriormente, o modelo foi aplicado em séries provenientes de um processo de monitoração real, como da medição de deslocamentos da Usina de Itaipu. Com base nos resultados das simulações realizadas, algumas orientações com foco em uma relação custo-benefício entre a qualidade de ajuste do algoritmo aos dados da série e a incerteza de medição puderam ser posicionadas, com o intuito de auxiliar na seleção de ferramentas de previsão de dados para análise de riscos em segurança de barragens.

[pt] O sistema de geração de energia elétrica do Brasil é hidrotérmico e de grande porte, com predominância de usinas hidrelétricas. O seu tamanho e características peculiares permitem considerá-lo único em todo o mundo. Conseqüentemente a coordenação de todo esse sistema é uma tarefa de extrema complexidade e, portanto, há a necessidade de um correto planejamento e operação para evitar ou amenizar problemas relacionados a segurança de suprimento. Neste contexto, esta dissertação estuda as condições que resultaram no racionamento de energia elétrica no ano de 2001 e no início de 2002, além dos seus efeitos no curto e médio prazo e posteriormente infere sobre um possível novo racionamento. Para isto foram realizadas previsões do consumo de energia, durante o período de crise e foi desenvolvida uma modelagem computacional para simular os seus efeitos. Para obter os indicativos do racionamento passado e inferir sobre um novo, foram realizadas simulações no Modelo Computacional de Otimização Hidrotérmica de Médio Prazo - NEWAVE, desenvolvido pelo CEPEL. / [en] The Brazilian electric energy generation system is a hydrothermal system of great size, with predominance hydroelectric plants. Its peculiar size and characteristics is the only one in the world. Consequently, its coordination is very complex and, therefore, it´s necessary the correct planning and operation to prevent or reduce problems related to supplement security. In this context, this work studies the conditions that resulted in the rationing of electric energy in 2001 and in the beginning of 2002, as well as the effect in the short term and the medium term and infers on a new rationing possible. For this, energy consumption estimations were done, during the period of crisis and was developed a computational modeling to simulate its effect. To get the indicative of the last rationing and to infer on a new one was done simulations in the Computational Model NEWAVE, developed by CEPEL.

[pt] Esta tese tem como objetivo a comparação entre procedimentos para dessazonalização de séries temporais. As metodologias usadas serão a de Modelos Estruturais Clássicos e Bayesianos e a metodologia padrão de dessazonalização X11 ARIMA. Os dados utilizados são as 35 séries reais de índice de preços ao consumidor - IPC para a Região Metropolitana do Rio de Janeiro, fornecidas pelo Instituto Brasileiro de Geografia e Pesquisa - IBGE, no período de janeiro de 1991 até dezembro de 1997. Os pacotes computacionais utilizados no decorrer do trabalho são FORECAST PRO (X11 ARIMA0, STAMP (Estruturais Clássicos) e BATS (Estruturais Bayesianos). Além disso, foram também utilizadas séries simuladas com sazonalidade, para melhor analisar os resultados desejados. / [en] The aim of this thesis is a comparisson study among three existing procedures for seasonal adjustment of time series, namely: the tradicional X11 ARIMA and those based on the structural model formulation, i.e., the classical approach of A. Harvey and the Bayesian counterpart of Harrison and Stevens. The data used are 25 real time series of Consumer Price Index for Metropolitan area from Rio de Janeiro from 1991 to 1997, supllied by the Instituto Brasileiro de Geografia e Estatística - IBGE. The computacional packages used during the thesis were SPSS and FORECAST PRO (X11 ARIMA), STAMP (structural classical approach) and BATS (structural bayesian approach). Also, simulated seasonal data were to provide a better understanding of the procedures.

[pt] O presente trabalho trata da melhoria da estatí­stica-teste Multiplicador de Lagrange com distribuição qui-quadrado até ordem n (-1) , baseando-se na expansão de Harris (1985) e na melhoria obtida para os testes Escore, fornecida por Cordeiro e Ferrari (1991 e 1994), Apresentamos uma abordagem totalmente ambientada aos modelos estruturais de séries temporais, utilizando-se tais testes na detecção de ciclos. O trabalho apresenta também uma série de simulações comparando as performances destes testes aperfeiçoados com os tradicionalmente utilizados. / [en] The presente work discusses the improvement of the statistics-test Lagrange Multipliers with chi-squared distribution to order n (-1) , basing itself in Harris´ (1995) expansion and in the improvement for the score tests, furnished by Cordeiro and Ferrari (1991 and 1994). We present a totally adapted aproach to time series structural models, utilizing these tests in the cycles detection. The work aldo presents a serie simulations comparing the perfomances of these improved tests with the ones traditionally utilized.

[pt] Os métodos clássicos para estudo de valores extremos de séries temporais se apóiam nas chamadas distribuições de extremos. Uma alternativa é o método P.O.T. (Peaks Over Threshold), desenvolvido por hidrologistas, o qual estuda apenas os valores da série que excedem um dado patamar. Esses procedimentos são baseados em hipóteses restritivas. Nesse trabalho desenvolvemos modelos sobre extremos que podem ser utilizados em situações mais gerais. Eles são essencialmente modelos lineares dinâmicos com inferência Bayesiana, nos quais as observações têm um distribuição de extremos. Embora essas distribuições não sejam da famí­lia exponencial, toda a análise é feita explicitamente, sem aproximações numéricas. Tratamos ainda da construção de distribuições a priori não informáticas. Finalmente, a partir desses modelos retomamos problemas clássicos de previsão de extremos. / [en] The classical approaches for extreme values studies make use the so called Extreme Values Distribution. An alternative approach, known as P.O.T. (Peaks Over Threshold) developed by hydrologists considers only excedances over a given threshold value. All the existing approaches are in a sense, based on constrained hupothesis. In this thesis we developed forecasting models for extreme values that are dynamic linear model as the underlying formulation, and the Bayesian inference. Although the process observation follows an extreme values distribution and, therefore not a member of the exponential family, we were able to formulate explicitly the model with no use of numerical approximations throughout, Concerning the parameter priors, we use in the model formulation the Jeffery`s non informative prior.