[pt] A presente dissertação tem por objetivo o estudo quantitativo da previsão da demanda de carga elétrica semanal para a região sudeste e em particular, para os Estados do Rio de Janeiro e São Paulo. Foram estudadas para tanto as séries reais dos últimos 7(sete) anos, ou seja, de janeiro de 1991 a novembro de 1997 das concessionárias LIGHT, CERJ, CESP, CPFL e ELETROPAULO. Para o estudo de previsão foi utilizado o conceito in sample, ou seja, parte real dos dados foram separados e mais tarde comparados com os valores previstos experimentalmente para aquela mesma época dos dados reais separados. Desta forma, permitiu-se averiguar qual seria a precisão da previsão, verificando-se os erros entre os valores experimentais e reais. Para os cálculos das previsões, também foi utilizado o conceito de bayesiano de combinação de previsões (outperformance) das duas técnicas a saber: redes neurais artificiais (software Neunet) e o modelo clássico Box & Jenkins (software Autobox). Para se obter o valor combinado das previsões, foi utilizado software matlab que se comportou de maneira adequada para o estudo em questão. Além disso vale acrescentar que o software Neunet foi utilizado, pois possui em seu ambiente a técnica de eliminação de sinapses enquadra-se dentro do conceito de redes neurais multicamadas com retropropagação dos erros. / [en] The goal of this dissertation is to present a quantitative study in time series of weekly electrical charge demand at the southeast region, particulary at Rio de Janeiro and São Paulo. In this work will be analysed the last 7 years, from january 1991 to november of 1997. The next time series were study: LIGHT, CERJ, CESP, CPFL and ELETROPAULO. Aimming to test the model against real data the concept of sample data was utilized in this dissertation. Another concept used in this work was outperformance. Outperformance is a Bayesian concept that involves the combination of two or more techniques in order to enchance the forecasting results. Artificial neural network and Box and Jenkins method are combined in this work. It is also interesting to notice that weight elimination, which is a new ANN technique, proved to be faster then classical back- propagation and yielded better results.

nÃo hà / As unidades hospitalares utilizam diversas ferramentas que auxiliam na gestÃo. Um desses indicadores à a taxa de ocupaÃÃo hospitalar que mede a relaÃÃo entre o nÃmero de pacientesdia e o nÃmero de leitos-dia durante determinado perÃodo. Compreender o comportamento da taxa de ocupaÃÃo hospitalar identificando suas tendÃncias e sazonalidades à o objetivo principal deste trabalho. A instituiÃÃo escolhida para este estudo realiza atendimentos para o SUS, Particular e ConvÃnio. Como cada categoria possui suas peculiaridades, este estudo buscou os modelos que mais se ajustavam Ãs sÃries das taxas de ocupaÃÃo e obteve os seguintes resultados: para a modalidade convÃnio o modelo ARIMA (2,1,2), para particular ARMA (1,1), para o SUS AR (1) e para a taxa de ocupaÃÃo total AR(1). Em todas as modalidades foram identificadas presenÃa de sazonalidade em alguns meses, sendo o modelo da taxa de ocupaÃÃo total o que mais apresentou esta caracterÃstica. TambÃm em todas as sÃries, o mÃs de fevereiro foi o que mostrou menor taxa de ocupaÃÃo. / The hospitals use various tools to assist in management. One of these indicators is the hospital occupancy rate, which measures the relationship between the number of patient-days and the number of bed-days during a given period. Understanding the behavior of the hospital occupancy rate of identifying trends and seasonality is the main objective of this work. The institution selected for this study offer these services to the SUS, private and Covenant. As each category has its peculiarities, this study sought models that best fit the series in occupancy rates and obtained the following results: the agreement to form ARIMA (2,1,2), particularly for ARMA (1,1 ) to SUS AR (1) and the total load factor AR (1). In all modes were identified presence of seasonality in some months, with the model of the total load factor that showed this feature. Also in all series, the month of February was the one that showed a lower occupancy rate.

[pt] Apesar do reconhecimento amplo da qualidade das previsões obtidas na aplicação de um modelo ARIMA à previsão de séries temporais univariadas, seu uso tem permanecido restrito pela falta de procedimentos automáticos, computadorizados. Neste trabalho este problema é discutido e um algoritmo é proposto. / [en] Inspite of general recognition of the good forecasting ability of ARIMA models in predicting time series, this approach is not widely used because of the lack of automatic, computerized procedures. In this study this problem is discussed, and an algorithm is proposed.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The accelerated process of technological innovation has provided changes in work organization, and it shows therefore an expansion on work overload, resulting in a high number of accidents. Considering the importance of the issue and the possibility of contribution about it, this study aimed to analyze the types of labour accidents, in Southern Brazil, from 2008 to 2013, according to sociodemographic and temporal characteristics, besides using the Box-Jenkins method to assess the evolution and forecast the number of accidents. Were considered the records made available by DATAPREV on Historical Database of the Statistical Yearbook of Social Security. The descriptive analysis was performed by gender and age group, besides the comparison of the number of accidents between the years considering the economic activities and elements of the ICD-10. To adjust the time series models and calculation of forecasts, it was used the Box-Jenkins methodology. The characterization of labour accidents allowed identify the following scenario: the state of Rio Grande do Sul presented in absolute terms, the largest quantities of industrial accidents, followed by Paraná. Typical accidents were the most frequent, indicating that the vast majority of workplace accidents occur in the workplace. Moreover, these accidents occur mostly among men and workers under 34 years old. Among the models found in this research, all of them showed seasonal component, except those regarding the number of labour accidents by disease in Santa Catarina and Paraná, which had only components of moving averages and autoregressive, respectively, as well as an integration component. It was concluded that, when using the time series methodology it is possible to obtain an important support of orientation and encouragement to the monitoring data related to labour accidents. It is noteworthy that, although the databases can present filling deficiencies, is important that let there be permanent disclosure of this informations in order to sensitize the institutions involved to achieve continuous qualification of this source of knowledge about the profile of labour accident. / O acelerado processo de inovação tecnológica tem proporcionado mudanças na organização laboral, e nota-se, assim, uma ampliação na sobrecarga de trabalho, acarretando um número elevado de acidentes. Considerando a importância do tema e a possibilidade de contribuição sobre ele, este estudo teve como objetivo analisar os tipos de acidentes do trabalho, na região Sul do Brasil, de 2008 a 2013, segundo características sociodemográficas e temporais, além de utilizar o método de Box-Jenkins para avaliar a evolução e previsão do número de acidentes. Foram considerados os registros disponibilizados pelo DATAPREV, na Base de Dados Históricos do Anuário Estatístico da Previdência Social. Foi realizada uma análise descritiva, por sexo e por faixa etária, além da comparação do número de acidentes entre os anos, considerando as atividades econômicas e os elementos da CID-10. Para o ajuste dos modelos de séries temporais e cálculo das previsões, foi utilizada a metodologia de Box-Jenkins. A caracterização dos acidentes do trabalho permitiu identificar o seguinte cenário: o estado do Rio Grande do Sul apresentou, em termos absolutos, as maiores quantidades de acidentes do trabalho, seguido por Paraná. Os acidentes típicos foram os mais frequentes, indicando que a grande maioria dos acidentes do trabalho ocorre dentro do ambiente de trabalho. Além disso, estes acidentes ocorrem em sua maior parte, entre homens e em trabalhadores com menos de 34 anos de idade. Dentre os modelos encontrados nesta pesquisa, todos apresentaram componente sazonal, exceto aqueles referentes ao número de acidentes do trabalho por doença em Santa Catarina e Paraná, que apresentaram apenas componentes de médias móveis e autorregressivas, respectivamente, além de uma componente de integração. Concluiu-se que, ao se utilizar a metodologia de séries temporais pode-se obter um importante suporte de orientação e apoio para o monitoramento de dados referentes aos acidentes do trabalho. Destaca-se que, embora as bases de dados possam apresentar deficiências de preenchimento, é importante que haja a divulgação permanente dessas informações, a fim de sensibilizar as instituições envolvidas para alcançar a qualificação contínua dessa fonte de conhecimento sobre o perfil de acidentes do trabalho.

[pt] Observando a dificuldade de batimento (match) dos padrões de comportamento das funções de autocorrelação e de autocorrelação parcial teóricas com as respectivas funções e as autocorrelação e de autocorrelação parcial estimadas de uma séries temporal, aliada ao fato da dificuldade em definir um número em específico como delimitador inequívoco do que seja um lag significativo, tornam clara a dose de julgamento subjetivo a ser realizado por um especialista de análise de séries temporais na tomada de decisão sobre a estrutura de Box & Jenkins adequada a ser escolhida para modelar o processo estocástico sendo estudado. A matemática nebulosa permite a criação de sistemas de inferências nebulosas (inferência dedutiva) e representa o conhecimento de forma explícita, através de regras nebulosas, possibilitando, facilmente, o entendimento do sistema em estudo. Por outro lado, um modelo de redes neurais representa o conhecimento de forma implícita, adquirido através de exemplos (dados), possuindo excelente capacidade de generalização (inferência indutiva). Esta tese apresenta um sistema especialista composto de cinco redes neurais nebulosas do tipo retropropagação para o auxílio na análise de séries temporais não sazonais. O sistema indica ao usuário a estrutura mais adequada, dentre as estruturas AR(1), MA (1), AR(2), MA(2) e ARMA(1,1), tomando como base a menor distância Euclidiana entre os valores esperados e as saídas das redes neurais nebulosas. / [en] It is well known the difficulties associated with the tradicional procedure for model identification of the Box & Jenkins model through the pattern matching of the theoretical and estimated ACF and PACF. The decision on the acceptance of the null hypothesis of zero ACF (or PACF) for a given lag is based on a strong asymptotic result, particularly for the PACF, leading, sometimes, to wrong decisions on the identified order of the models. The fuzzy logic allows one to infer system governed by incomplete or fuzzy knowledge (deductive inference) using a staighforward formulation of the problem via fuzzy mathematics. On the other hand, the neural network represent the knowledge in a implicit manner and has a great generalization capacity (inductive inference). In this thesis we built a specialist system composed of 5 fuzzy neural networks to help on the automatic identificationof the following Box & Jenkins ARMA structure AR(1), MA(1), AR(2), MA(2) and ARMA (1,1), through the Euclidian distance between the estimated output of the net and the corresponding patterns of each one of the five structures.

Universidade Federal do Cearà / Neste estudo, pretende-se determinar um modelo de previsÃo mensal de curto prazo para a receita de ISSQN de Teresina. Para evidenciar este propÃsito servirÃo de suporte matemÃtico os modelos VAR e Box-Jenkins, a partir de sÃries histÃricas concernentes ao perÃodo de janeiro de 2002 a dezembro de 2006. ApÃs a estimaÃÃo dos modelos, propÃe-se um diagnÃstico para mensurar a capacidade inicialmente preditiva. Dentre os modelos manipulados temos o SARIMA (12,1,1)(0,0,12) o qual antecipadamente demonstrou ser mais robusto em relaÃÃo ao modelo VAR. Oportunamente à discussÃo de outras nuances internas ou à margem do trabalho, conclui-se que, o modelo com sÃries temporais, em funÃÃo de sua capacidade preditiva, pode se transformar em um instrumental consistente com vistas ao incremento da arrecadaÃÃo do ISSQN da Prefeitura de Teresina. / In this study, It is intended to determine a short-run monthly forecasting model for the ISSQN of Teresina city. In order for this purpose to be clear, the models VAR and Box-Jenkins will be of mathematical support, from historical series concerning the period of January 2002 to December 2006. After the estimation of the models, it is proposed a diagnosis to measure the initially predictive capacity. Among the models manipulated, we have SARIMA (12,1,1)(0,0,12), which has resulted most robust in advance concerning the VAR model. Propitiously to other internal or marginal nuances to the study, it is concluded, preliminarily, that the time series model due to its predictive capacity can become a consistent instrument targeting at the augment of the ISSQN collecting of Teresina City Administration.

Conselho Nacional de Desenvolvimento Científico e Tecnológico / The analysis of macro-economic variables through time-series models is widely used in the literature supporting economic theory, showing the actual behaviour of these variables. One of these macroeconomic variables have two variables that interfere with eou has relationships with other variables justifying the relevance in studying their behaviors. The first is the interest rate, which is very important in driving the economy, influencing the intention to spend and save of all economic agents, whether personal, commercial or industrial level (State or private). The second is the exchange rate, where its buoyancy determines the level of imports and exports affecting the trade balance. In this context the present research aims to describe the behavior of SELIC interest rates and Brazilian Exchange from January 1974 to June 2012 and January 1980 to may 2012, respectively. To this end, at first was used the Box-Jenkins model where the models showed through the analysis of residues which both had conditional heteroscedasticity in the waste of the models. Then joint modeling was used to the level of the process and the process variance (ARCH family models). The results showed that, for the SELIC interest rate series, the model selected was an ARIMA (1,1,1)-EGARCH (3,1) and, to the exchange rate, an ARIMA (0,1,1)-EGARCH (1,1). It is evidenced through these models that there is asymmetry of information, yet there was the leverage effect. In a second moment was chosen a model representing each one of the models of family ARCH (ARCH, GARCH, TARCH, EGARCH) and later held the combination of prediction by methods: ACP, middle and MMQO. The results obtained show that, in General, the performance measures MAPE, MSE and U-THEIL are superior to the combinations of prediction. In addition, the combination of forecast for different weights with ACP to check which of the types of weights provide better results. Therefore, it is concluded that the different weights allow the researcher to achieve greater accuracy in the choice of models combined, allowing aid managers in prior decision of the behavior of these variables that affect so scathing the health of the Brazilian economy. / A análise de variáveis macroeconômicas por meio de modelos de séries temporais é amplamente utilizada na literatura dando suporte à teoria econômica, mostrando o real comportamento dessas variáveis. Dentre essas variáveis macroeconômicas tem-se duas variáveis que interferem e/ou tem relações com outras variáveis justificando-se assim a relevância em estudar seus comportamentos. A primeira é a taxa de juros, que é muito importante na condução da economia, influenciando a intenção de gastar e poupar de todos os agentes econômicos, seja no nível pessoal, comercial ou industrial (privado e/ou estatal). A segunda é a taxa de câmbio, onde sua flutuação determina o nível das importações e exportações afetando assim a balança comercial. Nesse contexto a presente pesquisa tem como objetivo descrever o comportamento das taxas de juros SELIC e câmbio brasileiras no período de janeiro de 1974 a junho de 2012 e de janeiro de 1980 a maio de 2012, respectivamente. Para tanto, num primeiro momento foi utilizada a modelagem Box-Jenkins onde os modelos evidenciaram por meio da análise de resíduos que ambos possuíam heterocedasticidade condicional nos resíduos dos modelos. Em seguida, utilizou-se a modelagem conjunta para o nível do processo e para a variância do processo (modelos da família ARCH). Os resultados obtidos mostraram que, para a série da taxa de juros SELIC, o modelo elegido foi um ARIMA (1,1,1)- EGARCH (3,1) e, para a taxa de câmbio, um ARIMA (0,1,1)- EGARCH (1,1). Evidencia-se por meio destes modelos que há assimetria das informações, contudo não se verificou o efeito de alavancagem. Num segundo momento foi escolhido um modelo representando cada um dos modelos da família ARCH (ARCH, GARCH, EGARCH, TARCH) e posteriormente realizada a combinação de previsão pelos métodos: ACP, Média e MMQO. Os resultados obtidos evidenciam que, no geral, as medidas de desempenho MAPE, MSE e U-THEIL são superiores para as combinações de previsão. Além disso, foi realizada a combinação de previsão por ACP com ponderações diferentes para verificar qual dos tipos de ponderações propiciam resultados melhores. Logo, conclui-se que as diferentes ponderações permitem ao pesquisador conseguir maior acurácia na escolha dos modelos combinados, permitindo auxiliar gestores na decisão prévia do comportamento dessas variáveis que afetam de maneira contundente a saúde da economia brasileira.

Orientadores: Christiano Lyra Filho, Romis Ribeiro de Faissol Attux / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-24T05:06:09Z (GMT). No. of bitstreams: 1 Siqueira_HugoValadares_D.pdf: 10867937 bytes, checksum: 512652380d6dd25b8717bfd5c8f5f0f8 (MD5) Previous issue date: 2013 / Resumo: Este trabalho explora a possibilidade de aplicação de arquiteturas de redes neurais artificiais - redes neurais de estado de eco (ESN) e máquinas de aprendizado extremo (ELM) - aqui denominadas coletivamente por máquinas desorganizadas (MDs), para a previsão de séries de vazões. A previsão de vazões é uma das etapas fundamentais no planejamento da operação dos sistemas de energia elétrica com predominância hidráulica, como é o caso brasileiro. Os modelos mais comumente utilizados para previsão de vazões pelo Setor Elétrico Brasileiro (SEB) são baseados na metodologia Box & Jenkins, lineares, sobretudo modelos periódicos auto-regressivos (PAR). Todavia, técnicas mais abrangentes, que alcancem melhores desempenhos, vêm sendo investigadas. Destacam-se as redes neurais artificiais, sobretudo arquiteturas do tipo perceptron de múltiplas camadas (MLP), muito conhecidas por serem aproximadores universais com elevada capacidade de aprendizado e mapeamento não-linear, características desejáveis para solução do problema em questão. Por outro lado, as máquinas desorganizadas têm apresentado resultados promissores na previsão de séries temporais. Estes modelos têm um processo de treinamento simples, baseado em encontrar os coeficientes de um combinador linear; em particular, não precisam fazer ajuste dos pesos de sua camada intermediária, ao contrário das redes MLP. Por isso, este trabalho investigou as MDs do tipo ESN e ELM, versões recorrente e não-recorrente, respectivamente, para previsão de vazões médias mensais. Serão avaliadas também três técnicas para retirada da componente sazonal característica destas séries ¿ médias móveis, padronização e diferenças sazonal ¿ além da exploração de técnicas de seleção de variáveis do tipo filtro e wrapper, no intuito de melhorar performance dos modelos preditores. Na maioria dos casos estudados, os resultados obtidos pelas MDs na previsão das séries associadas a importantes usinas hidrelétricas brasileiras - Furnas, Emborcação e Sobradinho - em cenários com horizontes variados, mostraram-se de melhor qualidade do que os obtidos pelo modelo PAR e as redes neurais MLPs / Abstract: This work explores the possibility of application of neural network architectures ¿ echo state networks (ESN) and extreme learning machines (ELM) ¿ collectively referred as unorganized machines (UMs), to seasonal streamflow series forecasting. Streamflow forecasting is one of the key steps in the planning of operation of power systems with hydraulic predominance, as in the Brazilian case. The models most commonly used to streamflow prediction by the Brazilian Electric Sector are based on the Box & Jenkins methodology, with linear and especially periodic autoregressive models. However, more extensive techniques that achieve better performances have been investigated to this task. We highlight artificial neural networks, especially architectures such as multilayer perceptron (MLP), known to be universal approximators with high learning ability skills ability to perform nonlinear mapping, desirable characteristics for the solution of this problem. On the other hand, unorganized machines have shown promising results in time series forecasting. These models have a simple training process, based on finding the coefficients of a linear combiner; they do not require adjustments in the weights of the hidden layer, which are necessary with MLP architecture. Therefore, this study investigated the UMs such as ESN and ELM, recurrent and nonrecurrent versions, respectively, to seasonal streamflow series forecasting. Three techniques to remove the seasonal component of streamflow series will also be evaluated - moving averages, standardization and seasonal differences. In addition, In order to improve the performance of predictive models techniques for variable selection, such as filters and wrappers, will also be explored. In the most cases, the computational results obtained by the UMs in streamflow series forecasting associated to important Brazilian hydroelectric plants - Furnas, Emborcação and Sobradinho - with scenarios including several horizons, presented better performance when compared to forecasting obtained with PAR models and MLPs / Doutorado / Energia Eletrica / Doutor em Engenharia Elétrica

[pt] A metodologia Box & Jenkins tem sido mais utilizada para fazer previsões do que outros métodos até então. Alguns analistas têm relutado, entretanto, em usar esta metodologia, em parte porque a identificação da estrutura adequada é uma tarefa complexa. O reconhecimento tanto dos padrões de comportamento das funções de autocorrelação quanto da autocorrelação parcial (teórica/estimada) dependem da série temporal através da qual é possível extraí-las. Uma vez obtidos os resultados, pode-se inferir qual o tipo de estrutura Box & Jenkins adequada para a série. A proposta do trabalho é desenvolver três novas metodologias de identificação automática das estruturas Box & Jenkins ARMA simples e/ou sazonais, identificar os filtros sazonal e linear da série de uma forma menos complexa. A primeira metodologia utiliza árvores de decisão, a segunda, redes neurais e a terceira, K-Nearest Neighbor (KNN). A estas metodologias serão utilizadas as estruturas Box & Jenkins sazonais de períodos 3, 4, 6 e 12 e não sazonais. Os resultados são aplicados a séries simuladas, bem como a séries reais. Como comparação, utilizou-se o método automático de identificação proposto no software FPW-XE. / [en] The Box & Jenkins is the most popular forecasting technique. However, some researchers have not embraced it because the identification of its structure is highly complex. The process of proper characterizing the properties of both autocorrelation functions and partial correlation (theoretical or estimated) depends on the time series from which they are being obtained. Given the results in question, it is possible to infer the proper Box & Jenkins structure for the time series being studied. For the reasons above, the goal of this dissertation is to develop three new methodologies to identifying, in an automatic fashion, the Box & Jenkins structure of an ARMA series. The methodologies identify, in a simpler manner, both the seasonal and linear filters of the series. The first methodology applies the decision tree. The second applies the neural networks. The third applies the K-Nearest Neighbor (KNN). In each of them the Box & Jenkins seasonal structures of 3, 4, 6 and 12 periods were used, as well as the nonseasonal structure. The results are applied to simulated and actual series. For comparison purposes, the automatic identification procedure of the software FPW-XE is also used.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This dissertation aims to build a set of tools based on mathematical models to assist a rural electrification cooperative in taking strategic decisions on investing in electrical generation in face of erratic and non-periodic future scenarios. Time series analysis using the Box-Jenkins methods for forecasting was employed to construct the models to predict future energy consumption. Qualitative analysis of future scenarios using Kohler method, that is suited to regional applications, was used. An heuristic approach with hierarchical levels was employed to define the parameters of a mathematical model for the application of integer linear programming at a lower level. This mathematical program was used to optimize the location of photovoltaic solar power plants within a transformer substation area and its branches to minimize disbursements in assets investments, and operations and maintenance costs. The model was tested in a cooperative with six substations, 572 branches, 7,574 cooperative members and a 2,737 km length network. In results obtained was SARIMA models (1,1,1) x (0,1,1) 12. In total, obtained an increase of 1.292 kW for the six substations in the next five years, representing a disbursement R$ 17,170,000.00 if the cooperative to chooses to build a photovoltaic solar power plant to meet this increase of consumption. / A presente dissertação tem por objetivo o desenvolvimento de um modelo de previsão pautando-se em um conjunto de ferramentas com base em modelos matemáticos que auxilie uma cooperativa de eletrificação rural na tomada de decisões estratégicas de investimentos em geração frente a cenários aperiódicos futuros. Como metodologia foi utilizada a análise de séries temporais com métodos de Box-Jenkins para a construção de modelos que foram utilizados na previsão de consumo energético. Análise qualitativa de cenários futuros utilizando a metodologia de Kohler adequada a aplicações regionalizadas. Utilizou-se uma abordagem heurística e em níveis hierárquicos para definição dos parâmetros de um modelo matemático, para aplicação de programação linear inteira. A programação matemática foi usada num nível hierárquico inferior para otimizar a localização de usinas geradoras de energia elétrica por painéis fotovoltaicos em áreas de subestações e ramais visando minimizar desembolsos em geração, manutenção distribuição e operação. O modelo foi testado numa cooperativa com seis subestações, 572 ramais, cerca de 7.574 cooperados e com uma extensão em redes de 2.737 km. Como resultados foram obtidos modelos SARIMA (1,1,1) x (0,1,1) 12. No total foram previstos um aumento de 1.292 kW para as seis subestações nos próximos cinco anos, o que representa um desembolso R$ 17.170.000,00 caso a cooperativa opte na construção de uma usina solar fotovoltaica para suprir este aumento de consumo.