Submitted by Edisangela Bastos (edisangela@ufpa.br) on 2014-01-13T19:11:17Z No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Tese_FrameworkPrevisaoCenarios.pdf: 1346905 bytes, checksum: 9ed405c15deefa86cddbf13daba6c6f5 (MD5) / Approved for entry into archive by Ana Rosa Silva(arosa@ufpa.br) on 2014-01-15T11:45:10Z (GMT) No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Tese_FrameworkPrevisaoCenarios.pdf: 1346905 bytes, checksum: 9ed405c15deefa86cddbf13daba6c6f5 (MD5) / Made available in DSpace on 2014-01-15T11:45:10Z (GMT). No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Tese_FrameworkPrevisaoCenarios.pdf: 1346905 bytes, checksum: 9ed405c15deefa86cddbf13daba6c6f5 (MD5) Previous issue date: 2012 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / No contexto da previsão de séries temporais, é grande o interesse em estudos de métodos de previsão de séries temporais que consigam identificar as estruturas e padrões existentes nos dados históricos, possibilitando gerar os próximos padrões da série. A proposta defendida nesta tese é a de desenvolvimento de um framework que utilize ao máximo as potencialidades das técnicas de previsão (redes neurais artificiais) com as técnicas de otimização (algoritmos genéticos) em um sistema híbrido intercomunicativo que aproveite bem as vantagens de cada uma dessas técnicas para a geração de cenários futuros que possam mostrar, além das previsões normais com base nos valores históricos, percursos alternativos das curvas das séries temporais analisadas. / In the context of time series forecasting, is great the interest in studies of forecasting methods of time series that can identify existing structures and patterns in historical data, allowing generate the next patterns of the series. The proposal defended in this thesis is the development of a framework that uses the full potential of forecasting techniques (neural networks) with the optimization techniques (genetic algorithms) in a hybrid system that well enjoy the advantages of each of these techniques to the generation of future scenarios that can show, in aaddition to normal forecasts based on historical values, alternative pathways of the curves of time series analyzed.