Spelling suggestions: "subject:"hierarquias"" "subject:"hierárquicas""
1 |
Modelo de Potts com interações aleatórias em redes fractaisANDRADE, Pedro Henrique A. de 31 January 2012 (has links)
Submitted by Danielle Karla Martins Silva (danielle.martins@ufpe.br) on 2015-03-06T13:36:10Z
No. of bitstreams: 2
Dissertação_Pedro_Avelino.pdf: 1323463 bytes, checksum: e318ba395aedcf401b84f9051875d9eb (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-06T13:36:10Z (GMT). No. of bitstreams: 2
Dissertação_Pedro_Avelino.pdf: 1323463 bytes, checksum: e318ba395aedcf401b84f9051875d9eb (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Previous issue date: 2012 / O estudo das intera¸c˜oes entre os spins em materiais magn´eticos ´e um tema de grande
importˆancia em mecˆanica estat´ıstica. A investiga¸c˜ao das grandezas termodinˆamicas e
estat´ısticas de modelos de spins, tal como o modelo de Potts, ajudam a entender melhor
a dinˆamica de sistemas complexos, possibilitando uma grande variedade de aplica¸c˜oes
em diversas ´areas. No caso do modelo de Potts, por exemplo, suas aplica¸c˜oes v˜ao desde
a teoria de grafos em F´ısica Matem´atica, simula¸c˜oes de forma¸c˜ao de guetos ´etnicos em
Sociologia at´e estudos sobre padr˜ao de crescimento de c´elulas malignas e sua influˆencia
no crescimento de tumores de cˆancer.
Nesta disserta¸c˜ao, investiga-se a transi¸c˜ao de fase do modelo de Potts com q estados, definido
em uma rede fractal e com intera¸c˜oes aleat´orias (positivas e negativas) entre spins
primeiros vizinhos. Os valores dessas intera¸c˜oes s˜ao escolhidos randomicamente a partir
de uma fun¸c˜ao de densidade de probabilidades e distribu´ıdas em uma rede hier´arquica da
fam´ılia diamante com fator de escala 3. Considerou-se as seguintes fun¸c˜oes sim´etricas:
gaussiana (normal), delta-bimodal, uniforme e exponencial. Essa fam´ılia de redes ´e constru
´ıda de uma maneira iterativa em um processo que lhe assegura a propriedade de
invariˆancia de escala, possibilitando assim que a t´ecnica do grupo de renormaliza¸c˜ao no
espa¸co real de Migdal-Kadanoff seja apropriada para estudar os fenˆomenos cr´ıticos do
modelo em tais redes.
As equa¸c˜oes de renormaliza¸c˜ao para os acoplamentos e para suas correspondentes transmissividades
t´ermicas foram obtidas de forma anal´ıtica exata. Utilizando o m´etodo conhecido
como m´etodo dos reservat´orios foi poss´ıvel analisar numericamente a evolu¸c˜ao das
distribui¸c˜oes dos acoplamentos renormalizados e verificar a existˆencia de uma transi¸c˜ao
da fase paramagn´etica de altas temperaturas para a fase condensada em baixas temperaturas,
determinando-se os respectivos pontos cr´ıticos para os casos particulares com o
n´umero de estados de Potts q = 3, 4, 5 e 6, em redes com dimens˜ao fractal Df = 4, 5 e 6.
Para cada modelo espec´ıfico com n´umero de estados de Potts q = 3, 4, 5 e 6, foi tamb´em
calculada a correspondente dimens˜ao cr´ıtica inferior, abaixo da qual a transi¸c˜ao de fase
n˜ao ´e observada
|
2 |
[pt] QUADLOD: UMA ESTRUTURA PARA A VISUALIZAÇÃO INTERATIVA DE TERRENOSRODRIGO PENTEADO RIBEIRO DE TOLEDO 01 June 2005 (has links)
[pt] Este trabalho trata do uso de estruturas hierárquicas para
a visualização interativa de terrenos. A partir de
informações geográficas extraídas diretamente de um
terreno, pretende-se visualizá-lo tridimensionalmente no
computador, permitindo também a troca do ponto de vista do
observador em tempo real. Freqüentemente o volume de dados
é grande, uma vez que o terreno pode corresponder a uma
área extensa e suas informações podem ser bastante
detalhadas, havendo então a necessidade de uso de uma
estrutura compatível para armazenamento e consulta desses
dados. Uma nova proposta de estrutura é elaborada nesta
dissertação, unindo, com vantagens, características de
estruturas distintas já conhecidas na literatura. Essa
estrutura é implementada e alguns testes são realizados,
sendo tiradas diversas conclusões.
|
3 |
[en] FORECASTING DEMAND FOR OFFSHORE AIR PASSENGERS USING HIERARCHICAL TIME SERIES TECHNIQUES / [pt] PREVISÃO DE DEMANDA DE PASSAGEIROS AÉREOS OFFSHORE UTILIZANDO TÉCNICAS DE SÉRIES TEMPORAIS HIERÁRQUICASTIAGO FARIA ROCHA 21 September 2020 (has links)
[pt] Um bom gerenciamento logístico otimiza as atividades de transporte aéreo offshore, tornando-as mais eficientes e diminuindo custos para o contratante. Uma série de decisões estratégicas, por exemplo a contratação de helicópteros e os investimentos em infraestrutura aeroportuária, são dependentes da previsão de demanda de passageiros. O presente trabalho analisou a demanda de transporte aéreo offshore da Petrobras para o Estado do Rio de janeiro, à luz das principais teorias de séries temporais hierárquicas, com o objetivo de identificar qual destas é mais adequada para um horizonte de previsão de doze meses à frente. Foram analisadas as estratégias de single-level approach (bottom-up e top-down), de reconciliação ótima (ordinary least squares e weighted least squares) e de minimização de traço (covariância da própria amostra e valendo-se do shrink estimator), todas utilizando como método de previsão base o amortecimento exponencial. Foram utilizados dados dos anos de 2014 até 2019 de todos os aeródromos usados pela Petrobras no Estado do Rio de Janeiro: Farol de São Tomé, Campos dos Goytacazes, Macaé, Cabo Frio e Jacarepaguá. Os resultados foram avaliados em três métricas distintas de acurácia: RMSE (Root Mean Square Error), MAPE (Mean Absolute Percentage Error) e MASE (Mean Absolute Scaled Error), sendo aplicados para os dois níveis existentes de agregação. Os resultados foram ranqueados para cada técnica, nas três métricas citadas anteriormente, sendo, então, consolidados através de uma média aritmética simples. Ao cabo, concluiu-se que o método de minimização de traço sample covariance é o mais preciso em termos globais. / [en] Good logistical management optimizes offshore air transport activities, making them more efficient and reducing costs for the contractor.A series of strategic decisions, such as hiring helicopters and investments in airport infrastructure are dependent on forecasting passenger demand. The present work consisted of analyzing the demand for Petrobras offshore air transport to the State of Rio de Janeiro, based on the main theories of hierarchical time series, with the objective of identifying which of these is more suitable for a twelve-month steps ahead forecast. The strategies of single-level approach (bottom-up and top-down), optimal reconciliation (ordinary least squares and weighted least squares) and trace minimization (sample covariance and shrink estimator) were analyzed, all using exponential smoothing as the basic forecasting method. Data from 2014 to 2019 were gathered for all aerodromes used by Petrobras in the State of Rio de Janeiro: Farol de São Tomé, Campos dos Goytacazes, Macaé, Cabo Frio and Jacarepaguá. The results were evaluated with three different metrics of accuracy: RMSE (Root Mean Square Error), MAPE (Mean Absolute Percentage Error) and MASE (Mean Absolute Scaled Error), applied to the two existing levels of aggregation. The results were ranked for each technique, in the three metrics mentioned above, and then consolidated using a simple arithmetic mean. The overall results indicated that sample covariance trace minimization method provided the most accurate results.
|
4 |
[en] PSYCHOMETRIC PROPRIETIES OF THE ANXIETY SENSITIVITY INDEX REVISED / [pt] PROPRIEDADES PSICOMÉTRICAS DA ESCALA DE SENSIBILIDADE À ANSIEDADE REVISADAMARIA RACHEL PESSANHA GIMENES ESCOCARD 26 December 2007 (has links)
[pt] Sensibilidade à Ansiedade (ex: medo dos sintomas
relacionados à
ansiedade assim como a crença de que esses sintomas possam
ter conseqüências
desastrosas) é um importante constructo psicológico
envolvido na etiologia de
diferentes Transtornos de Ansiedade. O presente estudo
avaliou as propriedades
psicométricas e a estrutura fatorial da Escala de
Sensibilidade à Ansiedade
Revisada (ESA-R) em 585 pacientes brasileiros com
diagnóstico primário de
Transtorno de Ansiedade. Os resultados indicaram que a
presente versão da ESAR
possui boa consistência interna e boa correlação de
coeficiente item-total. A
análise fatorial exploratória sugeriu uma estrutura
hierárquica composta por um
fator único de primeira ordem e quatro fatores de segunda
ordem relacionados a:
1) medo dos sintomas respiratórios e cardiovasculares, 2)
medo de descontrole
cognitivo, 3) medo que as reações de ansiedade sejam
observadas publicamente, e
4) medo dos sintomas gastrintestinais. Os fatores de
primeira e segunda ordem da
ESA-R comparados com os diferentes grupos de Transtorno de
Ansiedade
indicaram que pacientes com Transtorno do Pânico
apresentaram um escore
significativamente mais elevados nas dimensões da ESA - R,
com exceção para o
fator de segunda ordem medo do descontrole cognitivo. / [en] Anxiety sensitivity (i.e., fear of anxiety-related
symptoms due to the belief
that these symptoms will produce harmful consequences) is
an important
psychological construct involved in the etiology of
different anxiety disorders.
The present study evaluated the psychometric proprieties
and the factor structure
of the Anxiety Sensitivity Index-Revised (ASI-R) among 585
Brazilian patients
with primary anxiety disorder diagnosis. Results indicated
that the present version
of the ASI-R had good internal consistency and item-total
correlation coefficients.
Exploratory factor analyses suggested a hierarchical
structure composed by a
single higher-order factor and four lower-order factors
related to 1) fear of
respiratory and cardiovascular symptoms, 2) fear of
cognitive dyscontrol, 3) fear
of publicly observable anxiety reactions, and 4) fear of
gastrointestinal symptoms.
ASI-R higher- and lower-order factor scores comparisons
across the different
anxiety disorder groups indicated that panic disorder
patients scored significantly
higher in the ASI-R dimensions, except for the fear of
cognitive dyscontrol lowerorder
factor.
|
5 |
[en] MODELING AND FORECASTING THE ELECTRICITY CONSUMPTION SERIES IN BRAZIL WITH PEGELS EXPONENTIAL SMOOTHING TECHNIQUES AND BOTTOM UP APPROACH PER END USE / [pt] MODELAGEM E PREVISÃO DAS SÉRIES DE CONSUMO DE ENERGIA ELÉTRICA NO BRASIL COM MÉTODOS DE SUAVIZAÇÃO EXPONENCIAL DE PEGELS E ABORDAGEM BOTTOM UP POR USO FINALPAULA MEDINA MACAIRA 05 January 2016 (has links)
[pt] Desde 2001, quando ocorreu uma crise no setor energético brasileiro, o planejamento e, consequentemente, a previsão do consumo de energia a médio e longo prazo do consumo de eletricidade vem sendo prioridade. A Empresa de Pesquisa Energética, por meio do Plano Decenal de Energia e do Plano Nacional de Energia, é a responsável por publicar tais previsões, tendo como versão mais atual os horizontes de 2023 e 2050, respectivamente. Este trabalho tem como objetivo principal modelar e prever as séries de consumo através de duas abordagens, top down e bottom up. Para a primeira utiliza-se os métodos de suavização exponencial de Pegels e para a segunda, aplica-se, o modelo FORECAST-Residential, desenvolvido pelo Fraunhofer Institute. O modelo top down é o responsável por modelar e prever o consumo de energia elétrica do Brasil agregado e desagregado por classes de consumo, enquanto que o bottom up será utilizado somente nas séries do setor residencial, em cada região geográfica. Além da previsão com o melhor modelo dentro do histórico para o primeiro caso, para as técnicas Standard e Damped Pegels otimiza-se os hiperparâmetros a fim de ajustar cada um dos valores projetados com as pesquisas disponibilizadas pela EPE. Os resultados mostraram que com a abordagem top down foi possível prever o consumo de eletricidade até 2050 para todos os setores energéticos e ajustar os parâmetros para cada um dos casos propostos; e, com a abordagem bottom up, chegou-se a valores considerados prováveis para o setor residencial do Brasil. Finalmente, é possível concluir que todos os resultados aqui são muito promissores e dão direções para futuros aperfeiçoamentos. / [en] After the 2001 energy crises in Brazil, the energy sector priority has been the planning and consequently the forecast middle and long term energy consumption. The Energy Research Company (EPE for short) is in charge of publishing two official reports: The Ten Year Energy Planning and The National Energy Planning which contain, among other things, the forecast for longer lead times. In the present formulation these horizons are 2023 and 2050. This work aims to model and predict the consumption series with two approaches, top down and bottom up. The first uses Pegels exponential smoothing methods and for the second is applied the model FORECAST Residential, developed by the Fraunhofer Institute, Germany. The top-down model is responsible for modeling and predicting Brazil energy consumption aggregated and disaggregated by class of consumption, while the bottom up will be used only in the residential sector, but for each geographic region. In addition to the forecast with the best model in sample for the top down case, an optimization of the model hyper parameters is carried out in order to adjust each of the projected values with the figures provided by EPE. The results obtained show that with the top down approach it is possible to predict satisfactorily the electricity consumption up to 2050 for all energy sectors; and the bottom up approach produce forecasts very likely to occur in the future. Finally, it is possible to conclude that all the results obtained here are very promising and give directions for future improvements.
|
6 |
[pt] MODELOS E APLICAÇÕES PARA SÉRIES TEMPORAIS HIERÁRQUICAS: ABORDAGENS DE RECONCILIAÇÃO ÓTIMA E PROPORÇÕES DE PREVISÃO / [en] MODELS AND APPLICATIONS TO HIERARCHICAL TIME SERIES: APPROACHES OF RECONCILIATION OPTIMAL AND FORECAST PROPORTIONSTHAISA DE FREITAS 30 August 2016 (has links)
[pt] Séries Temporais que podem ser organizadas em níveis de acordo com, por exemplo, o tipo de produto, região geográfica, classe de consumo, dentre outros, são chamadas de Séries Temporais Hierárquicas (ou agrupadas, quando possuem mais de uma variável de agregação). Informações referentes à previsão destas séries são fundamentais para a tomada de decisão seja no nível gerencial ou operacional de todo tipo de negócio. Para atender a essas informações, são utilizadas técnicas de previsão hierárquica, que têm como foco reduzir os custos e melhorar a acurácia da previsão. O objetivo deste trabalho é estudar abordagens para agregar/desagregar previsões feitas para Séries Temporais Hierárquicas ou Agrupadas. Como resultado do trabalho destaca-se a apresentação das abordagens que representam o estado da arte em previsão hierárquica: Reconciliação Ótima (também chamada de Combinação Ótima) e Top-Down baseada na Proporção das Previsões. Ainda referente aos resultados destaca-se a análise das diversas técnicas de previsão hierárquica encontradas na literatura aplicadas a duas séries clássicas do contexto brasileiro: a série agrupada de consumo de energia elétrica agregada por região do país e classe de consumo, e a série hierárquica de demanda de transporte aéreo representada pela variável RPK (Revenue Passenger Kilometers). O desempenho preditivo das abordagens foi avaliado com base na métrica MAPE, e o teste de Diebold-Mariano foi aplicado para verificar se a diferença no desempenho das abordagens novas e tradicionais é significativa. / [en] Time Series which can be arranged in levels according to, for example, the type of product, geography, consumption class, among others, are called Hierarchical Time Series (or grouped, if they have more than one aggregation variable). Information relating these series prediction is fundamental for decision-making at the management or operational level of all types of business. To meet these information, hierarchical forecasting techniques are used, which are focused on reducing costs and improving the accuracy of prediction. The objective of this work is to study approaches to aggregate / disaggregate predictions for Hierarchical or Grouped Time Series. As a result of the work there is the presentation of the approaches that represent the state of the art hierarchical forecast: Optimal Reconciliation approach (also called the Optimal Combination) and Top-Down Forecast Proportions approach. Still on the results highlight the analysis of the various hierarchical forecasting techniques found in the literature applied to two classic series of the Brazilian context: a grouped series of electricity consumption aggregated by region of the country and consumer class, and the hierarchical series air transport demand represented by the variable RPK (Revenue Passenger Kilometers). The predictive performance of the approaches was evaluated based on the metric MAPE and the Diebold-Mariano test was used to verify that the difference in performance of new and traditional approaches is significant.
|
7 |
[en] DEMAND PROJECTION IN THE OMNICHANNEL CHANNEL OF A RETAILER / [pt] PROJEÇÃO DE DEMANDA NO CANAL OMNICHANNEL DE UMA VAREJISTABARBARA SEQUEIROS HUE LESSA 07 December 2023 (has links)
[pt] Tendo em vista mudanças significativas no varejo causadas pelo
crescimento de compras online no Brasil, este estudo tem como objetivo facilitar
um relevante lead time e um forte grau de assertividade na previsão de demanda do
Omnichannel de uma empresa do setor. Com a crescente relevância do
Omnichannel, é importante compreender as necessidades dos consumidores
tradicionais e digitais, integrar suas experiências e oferecer múltiplos canais de
compra. Nesse contexto, a previsão de demanda é crucial para apoiar as decisões
estratégicas, táticas e operacionais da organização. A utilização de séries temporais
hierárquicas auxilia na precisão das previsões e, portanto, na tomada de decisões,
permitindo gerar estimativas coerentes ao longo dos múltiplos níveis hierárquicos.
Dessa forma, neste estudo, combinando as metodologias de previsão de séries
temporais ETS, ARIMA e SARIMAX, com métodos de reconciliação Bottom-up,
Top-down, MinTrace Combinação Ótima (OLS) e MinTrace WLS Struct, doze
modelos foram gerados. Baseado nas principais abordagens de séries temporais
hierárquicas, com uma sequência de sete passos, os modelos foram comparados,
por meio de métricas de avaliação de desempenho, para identificar qual deles
melhor se encaixa na série trabalhada. Ao final do estudo, o modelo SARIMAX
com Bottom-up se mostrou a combinação mais adequada para a série em análise. A
abordagem alcançou um MAPE de 22 por cento no nível mais agregado da hierarquia,
reduzindo em cinco pontos percentuais o MAPE original da empresa, além de
apresentar a melhor colocação na combinação das métricas comparativamente. / [en] In light of recent changes in retail caused by the growth of online shopping in Brazil, this study aims to enable a substantial lead time and a high degree of accuracy of the Omnichannel demand forecast for a retail company. As Omnichannel success continues to expand, it becomes increasingly important tounderstand the needs of both traditional and digital consumers, integrate their experiences and offer multiple purchase channels. In this context, demand forecasting is crucial for identifying market trends, growth opportunities, potentialstrategies and supporting strategic, tactical and operational decisions. The use of Hierarchical Time Series improves forecasts accuracy and, therefore, assists in decision-making, allowing the development of consistent estimations acrossmultiple hierarchical levels. Thus, this study combines the time series forecast generation methodologies ETS, ARIMA and SARIMAX, with Bottom-up, Top-down, MinTrace Optimal Combination (OLS) and MinTrace WLS Struct reconciliation methods, resulting in the generation of twelve models. Based on the main theories of Hierarchical Time Series and following a 7-steps sequence, the models were compared using performance evaluation metrics to identify the best fit for the investigated series. The research concludes that the SARIMAX model,together with the Bottom-up strategy, proves to be the most appropriate composition for the Hierarchical Time Series under analysis, as it demonstrates the best performance across the evaluation metrics, reaching a MAPE of 22 percent at the most aggregated level of the hierarchy and reducing the original company forecasting MAPE by five percentage points.
|
8 |
[pt] ENSAIOS SOBRE PREVISÃO DE SÉRIES TEMPORAIS HIERÁRQUICAS / [en] ESSAYS ON HIERARCHICAL TIME SERIES FORECASTINGMAURICIO FRANCA LILA 04 July 2023 (has links)
[pt] O presente estudo, apresenta um conjunto de propostas metodológicas
relacionadas a reconciliação de previsões em Séries Temporais Hierárquicas.
O principal objetivo é apresentar soluções originais ao tema, buscando obter
previsões mais acuradas do que as obtidas por modelos independentes para
os diferentes níveis da hierarquia. Os estudos foram realizados considerando
dados reais, mostrando a potencialidade de aplicação dos métodos desenvolvidos em diferentes cenários, onde as series temporais são estruturadas de forma
hierárquica. Esta tese é composta por um conjunto de ensaios que exploram
a reconciliação de previsão sob a ótica de um modelo de regressão, que dá
origem a reconciliação ótima. A primeira contribuição trata do problema da
reconciliação de previsões na perspectiva de estimadores robustos. A proposta
apresenta uma contribuição original aplicada a dados dos de pesquisas de força
de trabalho no Brasil, apresentando um conjunto de soluções que podem direcionar políticas públicas eficientes. Neste caso, as previsões reconciliadas obtidas através de estimadores robustos possibilitaram um maior ganho em termos
acurácia e uma performance equivalente aos métodos que representam o estado da arte sobre reconciliação de previsões em séries temporais hierárquicas.
A segunda contribuição trata do problema da reconciliação ótima em séries
de consumo de energia no Brasil, apresentado uma proposta alternativa, menos sensível a valores estremos. Os resultados obtidos neste segundo trabalho
apresentam melhoramentos consideráveis em métricas de avaliação padrão no
que diz respeito as novas previsões. Uma terceira proposta busca oferecer uma
estrutura alternativa de covariância dos erros de previsão, que irá ampliar o
conjunto de propostas apresentadas na literatura para o método de reconciliação denominado por MinT (do inglês, Minimum Trace) , que minimiza os
erros de reconciliação, oferecendo um estimador de variância mínima. / [en] This study presents a set of methodological proposals aimed at improving forecast reconciliation in the context of Hierarchical Time Series. The main
objective is to present original solutions to the theme, seeking to obtain more
accurate forecasts than those obtained by independent models for the different
levels of the hierarchy. The studies were conducted using real data, showing
the potentiality of application of the methods developed in different scenarios,
in which the time series are structured in a hierarchical fashion. This thesis
is composed of a set of essays that explore forecast reconciliation from the
perspective of a regression model, which gives foundations to optimal reconciliation. The first contribution addresses the problem of forecast reconciliation
from the perspective of robust estimators. The proposal presents an original
contribution applied to data from labor force surveys in Brazil, presenting a
set of solutions that can drive efficient public policies. In this case, the reconciled forecasts obtained through robust estimators provided consistent gains
in terms of accuracy when compared to methods that represent the state-of-the-art on forecast reconciliation in hierarchical time series. The second contribution deals with the problem of optimal reconciliation applied to energy
consumption time series in Brazil. We present an alternative proposal, less
sensitive to outlying forecasts at the reconciliation stage. The results obtained
in this second study show considerable improvements in standard evaluation
metrics with regard to the new forecasts. The third proposal seeks to offer
robust covariance structures for forecasting errors, which expands the set of
strategies presented in the literature. The main contribution is to incorporate
robust covariance estimates into the MinT (Minimum Trace) reconciliation
approach, which minimizes reconciliation errors, offering an estimator with
minimum variance.
|
9 |
[en] BAYESIAN STOCHASTIC EXTENSION OF DETERMINISTIC BOTTOM-UP APPROACH FOR THE LONG TERM FORECASTING OF ENERGY CONSUMPTION / [pt] EXTENSÃO ESTOCÁSTICA BAYESIANA DA ABORDAGEM BOTTOM-UP DETERMINÍSTICA PARA A PREVISÃO DE LONGO PRAZO DO CONSUMO DE ENERGIAFELIPE LEITE COELHO DA SILVA 16 February 2018 (has links)
[pt] O comportamento do consumo de energia elétrica do setor industrial tem sido amplamente investigado ao longo dos últimos anos, devido a sua importância econômica, social e ambiental. Mais especificamente,
o consumo de eletricidade dos subsetores da indústria brasileira exerce grande importância para o sistema energético brasileiro. Neste contexto, as projeções de longo prazo do seu consumo de energia elétrica para um país ou uma região são informações de grande relevância na tomada de decisão de órgãos e entidades que atuam no setor energético. A abordagem bottom-up determinística tem sido utilizada para obter a previsão de longo prazo em diversas áreas de pesquisa. Neste trabalho, propõe-se uma metodologia
que combina a abordagem bottom-up com os modelos lineares hierárquicos para a previsão de longo prazo considerando os cenários de eficiência energética. Além disso, foi utilizada a inferência bayesiana para a estimação dos parâmetros do modelo, permitindo a incorporação de incerteza nessas previsões. Os resultados utilizando os dados de consumo de eletricidade de subsetores da indústria brasileira mostraram que a metodologia proposta consegue capturar a tajetória do consumo de eletricidade, em particular,
dos subsetores de papel e celulose, e de metais não-ferrosos e outros de metalurgia. Por exemplo, os intervalos de credibilidade de 95 por cento construídos a partir do modelo estocástico contemplam os valores reais observados nos anos de 2015 e 2016. / [en] The electricity consumption behaviour in the Brazilian industry has been extensively investigated over the past years due to its economic, social and environmental importance. Specifically, the electricity consumption of the subsectors of Brazilian industry have great importance for the Brazilian energy system. In this context, the long-term projections of energy consumption of a country or region are highly relevant information to decision-making of organs and entities operating in the energy sector. The deterministic bottom-up approach has been used for the long-term forecast in several areas of research. In this paper, we propose a methodology that combines the bottom-up approach with hierarchical linear models for
long-term forecasting considering energy efficiency scenarios. In addition, Bayesian inference was used to estimate the parameters of the model, allowing the uncertainty incorporation in these forecasts. The results using the electricity consumption data from subsectors of the Brazilian industry showed that the proposed methodology is able to capture the trajectory of their electricity consumption, in particular of the pulp and paper, and of non-ferrous metals and other metallurgical subsectors. For example, the 95 percent credibility intervals constructed from the stochastic model contemplate the actual values observed in the years 2015 and 2016.
|
Page generated in 0.068 seconds