Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Sócio-Econômico, Programa de Pós-Graduação em Economia, Florianópolis, 2009. / Made available in DSpace on 2012-10-24T11:04:58Z (GMT). No. of bitstreams: 1 266095.pdf: 627717 bytes, checksum: 86fa9f39c4971b1fdf99b307f68a5022 (MD5) / O estudo trata da aplicação da metodologia Box e Jenkins (1970) para a previsão das séries dos lucros em companhias de capital aberto no Brasil. Diversos autores como Watts (1975), Foster (1977), Griffin (1977) e Brown e Rozeff (1979) têm sugerido que os lucros trimestrais podem ser previstos através de modelos ARIMA. Benston e Watts (1978) corroboraram em favor do modelo de Foster (1977) descrito por um SARIMA (100) x (010). Lorek (1979) argumenta em favor do modelo SARIMA (011) x (011) propostos por Griffin(1977) e Watts (1975). Collins e Hopwwod (1980) e Bathke e Lorek (1984) demonstraram que os lucros podem ser modelados por um processo SARIMA (100) x (011) sugerido por Brown e Rozeff (1979). As evidências empíricas recentes demonstram que os modelos random walk with drift (RWD) descritos por um ARIMA (100) e o processo SARIMA (011) x (011) dominam conjuntamente os outros modelos propostos na literatura pertinente, Lorek e Willinger (2007). O objetivo do trabalho foi averiguar se existe um modelo predeterminado que possa descrever o comportamento das séries temporais do lucro líquido e lucro operacional para determinados setores econômicos das empresas brasileiras. Concomitantemente analisar se existe um modelo padrão diferente dos modelos referidos acima. Os resultados encontrados corroboram com os modelos RWD para as séries do lucro líquido e Brown e Rozeff (1979) para a série do lucro operacional. Porém, a maior concentração dos modelos, via metodologia Box e Jenkins, podem ser descritos por processo ARIMA (000) x (000) e (010) x (000) para o lucro líquido e lucro operacional, respectivamente. / The study it treats on the application of the methodology Box and Jenkins (1970) for the forecast of the taxes of growth in company of capital opened in Brazil. Several authors as Watts (1975), Foster (1977), Griffin (1977) and Brown and Rozeff (1979) have suggested that the quarterly earnings can be be provided by ARIMA models. Benston and Watts (1978) corroborate the model in favor of Foster (1977) described a SARIMA (100) x (010). Lorek (1979) argues in favor of the model SARIMA (011) x (011) proposed by Griffin (1977) and Watts (1975). Collins and Hopwwod (1980) and Bathke and Lorek (1984) showed that profits can be modeled by a process SARIMA (100) x (011) suggested by Brown and Rozeff (1979). The recent empirical evidence shows that the random walk models with drift (RWD) described by an ARIMA (100) and a process SARIMA (011) x (011) jointly dominate the other models proposed in pertinent literature, Lorek and Willinger (2007). The objective of this work was check out if exists a predetermined model that can describe the behavior of the time series of the net earnings and operational earnings for definitive economic sectors of the Brazilian companies. Concomitantly to analyze if exists a standard different from the models mentioned above. The find results corroborate with models RWD, for the series of net earnings and Brown and Rozeff (1979) for the series of the operational earnings. However, the greatest concentration of the models, via Box and Jenkins methodology, can be described by ARIMA process (000) x (000) and (010) x (000) for the net earnings and operational earnings respectively.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-19T12:36:28Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-25T21:34:12Z : No. of bitstreams: 1 187126.pdf: 30754238 bytes, checksum: bec0d54b6b6e4012194a15f0d14265fa (MD5) / Este trabalho analisa a relação entre a acuracidade da previsão da demanda e o estoque de produtos acabados, identificando formas de avaliação e monitoramento da acuracidade. As empresas que atendem aos clientes com os estoques e executam o planejamento da produção baseado em previsões de demanda, precisam utilizar métodos de previsão, os quais apresentem uma boa acuracidade e, também, necessitam monitorar esta acuracidade para tomada de ações, quando necessário. Se a previsão apresenta uma baixa acuracidade, o processo de planejamento da produção, também, será de baixa precisão. Nestes casos, podem ser gerados estoques excessivos, ou podem ocorrer faltas nos estoques com conseqüente atraso nas entregas a clientes, insatisfações de clientes e possibilidade de perdê-los para a concorrência. É da satisfação dos clientes que depende a sobrevivência de uma empresa. Dentro deste contexto, serão descritas as formas de avaliação e de monitoramento da acuracidade da previsão da demanda, como determinar o método de previsão que apresenta a melhor acuracidade e de que forma essa acuracidade influencia o nível dos estoques e os respectivos custos anuais de manutenção de estoques.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Produção, Florianópolis, 2011 / Made available in DSpace on 2012-10-25T20:36:11Z (GMT). No. of bitstreams: 1 288820.pdf: 1321773 bytes, checksum: 58ae705752bf2b7523f64a55634e7ea8 (MD5) / A previsão de demanda é a base para o planejamento dos mais diversos níveis de uma empresa. Existem inúmeros métodos quantitativos e qualitativos para calcular ou estimar uma previsão. Porém, no meio empresarial frequentemente utiliza-se uma abordagem que agrega conhecimento de especialistas em resultados quantitativos. As previsões integradas (incorporação de informações contextuais em modelos quantitativos) ainda são pouco discutidas no meio acadêmico. Por isso, o trabalho descreve os diferentes métodos de previsão de demanda existentes, focando especialmente naqueles que consideram alguma incorporação de julgamento ao longo do processo de predição. Apresenta-se um procedimento para implantação de um sistema de previsão de demanda em uma empresa, demonstrando as fases do processo e as ocasiões em que o especialista deve incorporar informações ao resultado estatístico. Para demonstrar uma aplicação prática do procedimento, realizou-se um estudo de caso com três itens classe A de uma indústria madeireira de pequeno porte. A incorporação de julgamento foi realizada pelo gerente da empresa após avaliar o resultado do método quantitativo, aumentando ou reduzindo o valor da previsão para cada produto considerado. Como resultado, os valores previstos após o julgamento tiveram erros médios menores do que utilizando somente a previsão quantitativa. O incremento em acuracidade ocorreu devido a alta variabilidade dos dados e pela estruturação do processo de incorporação de julgamentos. / Demand forecasting is the fundamental part of several levels in company planning. There are many quantitative and qualitative methods to calculate a forecast that usually are used independently. However, companies frequently use an approach that involves expert knowledge and statistical forecasts. The integrated forecasts (incorporation of contextual information in quantitative models) are still few discussed in academic level. This dissertation describes some existents forecasting methods, specially focusing on judgmental adjustments along with the prediction process. This work presents a procedure to implement a demand forecasting system in a company, showing the process steps and the occasions where the specialist shall incorporate contextual information to statistical outcome. A case study was realized in a small company that deals with wood to illustrate the proposed procedure. Three different high demand products were evaluated. The judgmental adjustments were performed by the company`s management, which increased or decreased the outcome of quantitative sales forecasting for each material. The results showed that final forecasts, after the qualitative adjustment, had smaller mean error measures than quantitative forecast alone. The performance increased because of the high data variability and the structured process of judgmental adjustments.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Engenharia Civil / Made available in DSpace on 2013-12-05T21:45:00Z (GMT). No. of bitstreams: 1 264179.pdf: 721634 bytes, checksum: 342c3ccfc79fe158db6f54f60c8950b9 (MD5) Previous issue date: 2008 / Esse projeto buscou demonstrar como a utilização da inteligência de mercado logístico de previsão de demanda implicará na otimização de estoques, propondo um modelo para o desenvolvimento de um Sales & Operation Planning partindo das prospecções de cenários elaboradas a partir dos dados de emplacamento. Na primeira etapa da pesquisa foram utilizadas as prospecções de mercado baseadas nas informações recebidas de emplacamento de veículos, visando analisar a sazonalidade do mercado, procurando antecipar a possíveis quebras ou aumento de vendas. O nicho escolhido para o estudo foram as empresas automobilísticas de veículos comerciais leves, médios e pesados; uma vez que as mesmas têm apresentado um significativo crescimento no mercado nacional. Os resultados iniciais, após a implantação do processo proposto, demonstraram que o Sales & Operation Planning aumentou o nível de assertividade das previsões de venda ocasionando em um crescimento significativo de market share. This project searched to demonstrate as the use market intelligence in the logistic process of demand forecast will imply in the supplies, having considered a model for the development of a Sales & Operation Planning, leaving of the scenes prospections elaborated from the license plate data. In the first stage, the market prospections based in the information received from license plate data of vehicles had been used, aiming at to analyze the market evolution, being looked for to anticipate the possible breakings or increase of sales. The niche chosen for the study had been the automobile companies of light, medium, heavy e extra-heavy commercial vehicles; a time that the same ones have presented a significant growth in the national market. The initial results, the implantation of the considered process, had after demonstrated that Sales & Operation Planning increased the sales forecasts rightness level causing in a significant growth of market share..

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-23T16:46:12Z (GMT). No. of bitstreams: 1 260110.pdf: 6072771 bytes, checksum: 03ec22bab98730d65ac5d674851ed1f5 (MD5) / Previsões mais precisas são importantes em qualquer ambiente organizacional por reconhecidamente possibilitarem a alocação eficiente dos recursos disponíveis, gerando tanto a redução de custos quanto a elevação da qualidade percebida pelos clientes. Uma prática que se mostra útil na elevação da precisão de previsões é a inclusão dos efeitos de situações contextuais às saídas de métodos estatísticos através da consideração da opinião de pessoas capacitadas a percebê-los e mensurá-los. No entanto, a forma com que se realiza esta inclusão assume um papel primordial neste processo, na medida em que pode gerar resultados indesejáveis se for mal conduzido. Isto gera uma demanda por parte das organizações de métodos estruturados e formais que torna esta linha de pesquisa ainda mais atrativa. Visando contribuir para o preenchimento das lacunas percebíveis na literatura acerca deste tema, assim como fornecer uma alternativa precisa e barata aos ambientes de tomada de decisão estratégica, apresenta-se neste trabalho uma proposta de método para estruturar o processo de integração de previsões quantitativas e qualitativas. Esta proposta envolve na sua aplicação a utilização de um sistema que foi desenvolvido para facilitar sua condução, o qual é acompanhado de um conjunto de diretrizes e critérios a serem seguidos para que todas as suas potencialidades sejam exploradas, uma vez que permite que os usuários o adaptem à sua realidade. Tal método quando aplicado gerou resultados que indicaram haver a possibilidade de ser provada de forma contundente que uma redução do erro de previsão pode ser verificada a partir de sua utilização. Isto pôde ser verificado tomando-se como base de comparação o desempenho de um procedimento objetivo robusto.

Os sistemas de alerta de cheias exigem dos modelos de previsão de níveis, precisão e antecipação adequadas. Especialmente em bacias pequenas com resposta rápida, estas necessidades são atendidas com modelos de previsão continua, e que utilizam a previsão hidrometeorlógica como dado de entrada. Nesta pesquisa, é proposta uma exploração de recursos matemáticos na modelagem empírica de redes neurais progressivas de múltiplas camadas, abordando-se as dificuldades corriqueiras desta técnica, tais como problemas de convergência, eleição da arquitetura ótima, particionamento da amostra e índices de avaliação da qualidade do modelo. Estas dificuldades são pouco discutidas, ou até mesmo totalmente ignoradas, em grande parte dos trabalhos. A aplicação da metodologia utilizou dados da bacia do rio Quaraí, onde as cidades fronteiriças de Quaraí (Br) e Artigas (Uy) sofrem com inundações ribeirinhas. A área da bacia de contribuição é de 4.500 km², salientando-se que a bacia apresenta uma rápida resposta aos eventos de precipitação, decorrente de uma baixa capacidade de armazenamento e infiltração. O modelo proposto de previsão de níveis por redes neurais tem como entradas, níveis observados nos 2 dias anteriores e previsão numérica de precipitação (ETA-CPTEC) para até 5 dias à frente. O provável ganho em qualidade ao utilizar-se previsão de precipitação no modelo de previsão de nível foi analisado, comparando-se os resultados do modelo completo de redes neurais com os obtidos, também por um modelo de redes neurais, porém, sem o emprego de previsão de precipitação, pois assim, a avaliação deste ganho não tem a influência das características do modelo utilizado. Foi verificado um pequeno ganho ao utilizar-se a previsão de precipitação, mesmo com a baixa capacidade em acertar a magnitude da precipitação. Para efeitos de experimentação da técnica de aglutinação dos índices de qualidade dos resultados da modelagem, foram obtidas e comparadas as previsões de níveis de um modelo de regressão com as de um modelo por redes neurais. Foi analisado o comportamento do índice de erro associado à freqüência de ocorrência, que indica a magnitude do erro de modo absoluto, o qual, devido a seu significado intuitivo, dispensa a comparação com modelos alternativos. A técnica de aglutinação foi importante para a comparação dos resultados das modelagens, tendo indicado a vantagem das redes neurais sobre a regressão. Os recursos desenvolvidos nesta pesquisa, para contornar as dificuldades expostas, podem contribuir para a correta utilização de redes neurais progressivas de múltiplas camadas, em especial na área de recursos hídricos. Observa-se, ainda, que a delimitação dos limites de abrangência da amostra de dados tem uma importante influência na escolha do correto modelo a ser utilizado. / Flood alert systems require appropriate anticipation and accuracy from level forecasting models. Particularly for small basins with quick response these requirements are fulfilled by continuous forecasting models that use rain forecasting data as input. The purpose of this research is an analysis of mathematical resources in the multilayer feedforward neural networks empirical modelling. Usual limitations to adapt these techniques, such as convergence problems, optimum architecture selection, sample partitions and indexes for the models quality evaluation are presented and analyzed. These difficulties are rarely discussed and often disregarded by networks literature. The data employed for the methodology application refers to the Quaraí River basin where the neighboring cities of Quaraí (Brazil) and Artigas (Uruguay) are subjected to river floods. The contribution basin area is 4,500km² and the basin responds quickly to precipitation events since it has low infiltration and storage capacity. The adopted level forecasting model using neural network techniques was applied to two previous observed levels and the rainfall forecasting data (ETA-CPTEC) up to five days ahead as input. The potential gain on quality by using rainfall forecasting on the level forecasting model was analyzed by comparing results from the neural network model using precipitation forecasting with results from the neural network model that did not use it. On this approach the gain valuation isn’t influenced by the models characteristics. A small improvement was obtained by using the rainfall forecasting, even considering the low performance to estimate rainfall values. Level forecasting data generated by a regression model was compared with the level forecasting obtained from the neural network model in order to test the gathering techniques of the models results quality indexes,. The behavior of the error index associated with the frequency index, which indicates the error magnitude in the absolute mode and do not need any further comparisons because of its intuitive meaning, was analysed. The use of gathering techniques was important to compare the model results, indicating an advantage of the neural networks techniques when compared to the regresion model. The resources developed to solve the difficulties found in this research can give indication for the correct use of multi-layer feedforward neural networks, specially when applied to hydraulic resources. It was also observed that the determination of the sample’s valid range can present important role in the choice of the adequate model for use in each case.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Sócio Econômico, Programa de Pós-graduação em Economia, Florianópolis, 2013 / Made available in DSpace on 2013-12-06T00:31:02Z (GMT). No. of bitstreams: 1 320224.pdf: 427932 bytes, checksum: 2f3b6a331651a97880085805c9eb5e5c (MD5) Previous issue date: 2013 / Este trabalho estima um modelo de decomposição para a previsão da inflação que tem por característica a robustez a mudanças no processo gerador. O modelo, de estado espaço não linear, não pode ser estimado de forma analítica e deve-se recorrer à integração estocástica pelo método de amostragem por importância eficiente sequencial. Os resultados para os Estados Unidos da América mostram que a grande inflação dos anos 70 foi causada por tendência inflacionária, enquanto nos outros períodos os efeitos dos choques são predominantes. Os resultados da previsão fora da amostra confirmaram as expectativas e o modelo prevê melhor a inflação em horizontes curtos que um modelo benchmark <br>

Os sistemas de alerta de cheias exigem dos modelos de previsão de níveis, precisão e antecipação adequadas. Especialmente em bacias pequenas com resposta rápida, estas necessidades são atendidas com modelos de previsão continua, e que utilizam a previsão hidrometeorlógica como dado de entrada. Nesta pesquisa, é proposta uma exploração de recursos matemáticos na modelagem empírica de redes neurais progressivas de múltiplas camadas, abordando-se as dificuldades corriqueiras desta técnica, tais como problemas de convergência, eleição da arquitetura ótima, particionamento da amostra e índices de avaliação da qualidade do modelo. Estas dificuldades são pouco discutidas, ou até mesmo totalmente ignoradas, em grande parte dos trabalhos. A aplicação da metodologia utilizou dados da bacia do rio Quaraí, onde as cidades fronteiriças de Quaraí (Br) e Artigas (Uy) sofrem com inundações ribeirinhas. A área da bacia de contribuição é de 4.500 km², salientando-se que a bacia apresenta uma rápida resposta aos eventos de precipitação, decorrente de uma baixa capacidade de armazenamento e infiltração. O modelo proposto de previsão de níveis por redes neurais tem como entradas, níveis observados nos 2 dias anteriores e previsão numérica de precipitação (ETA-CPTEC) para até 5 dias à frente. O provável ganho em qualidade ao utilizar-se previsão de precipitação no modelo de previsão de nível foi analisado, comparando-se os resultados do modelo completo de redes neurais com os obtidos, também por um modelo de redes neurais, porém, sem o emprego de previsão de precipitação, pois assim, a avaliação deste ganho não tem a influência das características do modelo utilizado. Foi verificado um pequeno ganho ao utilizar-se a previsão de precipitação, mesmo com a baixa capacidade em acertar a magnitude da precipitação. Para efeitos de experimentação da técnica de aglutinação dos índices de qualidade dos resultados da modelagem, foram obtidas e comparadas as previsões de níveis de um modelo de regressão com as de um modelo por redes neurais. Foi analisado o comportamento do índice de erro associado à freqüência de ocorrência, que indica a magnitude do erro de modo absoluto, o qual, devido a seu significado intuitivo, dispensa a comparação com modelos alternativos. A técnica de aglutinação foi importante para a comparação dos resultados das modelagens, tendo indicado a vantagem das redes neurais sobre a regressão. Os recursos desenvolvidos nesta pesquisa, para contornar as dificuldades expostas, podem contribuir para a correta utilização de redes neurais progressivas de múltiplas camadas, em especial na área de recursos hídricos. Observa-se, ainda, que a delimitação dos limites de abrangência da amostra de dados tem uma importante influência na escolha do correto modelo a ser utilizado. / Flood alert systems require appropriate anticipation and accuracy from level forecasting models. Particularly for small basins with quick response these requirements are fulfilled by continuous forecasting models that use rain forecasting data as input. The purpose of this research is an analysis of mathematical resources in the multilayer feedforward neural networks empirical modelling. Usual limitations to adapt these techniques, such as convergence problems, optimum architecture selection, sample partitions and indexes for the models quality evaluation are presented and analyzed. These difficulties are rarely discussed and often disregarded by networks literature. The data employed for the methodology application refers to the Quaraí River basin where the neighboring cities of Quaraí (Brazil) and Artigas (Uruguay) are subjected to river floods. The contribution basin area is 4,500km² and the basin responds quickly to precipitation events since it has low infiltration and storage capacity. The adopted level forecasting model using neural network techniques was applied to two previous observed levels and the rainfall forecasting data (ETA-CPTEC) up to five days ahead as input. The potential gain on quality by using rainfall forecasting on the level forecasting model was analyzed by comparing results from the neural network model using precipitation forecasting with results from the neural network model that did not use it. On this approach the gain valuation isn’t influenced by the models characteristics. A small improvement was obtained by using the rainfall forecasting, even considering the low performance to estimate rainfall values. Level forecasting data generated by a regression model was compared with the level forecasting obtained from the neural network model in order to test the gathering techniques of the models results quality indexes,. The behavior of the error index associated with the frequency index, which indicates the error magnitude in the absolute mode and do not need any further comparisons because of its intuitive meaning, was analysed. The use of gathering techniques was important to compare the model results, indicating an advantage of the neural networks techniques when compared to the regresion model. The resources developed to solve the difficulties found in this research can give indication for the correct use of multi-layer feedforward neural networks, specially when applied to hydraulic resources. It was also observed that the determination of the sample’s valid range can present important role in the choice of the adequate model for use in each case.

Os sistemas de alerta de cheias exigem dos modelos de previsão de níveis, precisão e antecipação adequadas. Especialmente em bacias pequenas com resposta rápida, estas necessidades são atendidas com modelos de previsão continua, e que utilizam a previsão hidrometeorlógica como dado de entrada. Nesta pesquisa, é proposta uma exploração de recursos matemáticos na modelagem empírica de redes neurais progressivas de múltiplas camadas, abordando-se as dificuldades corriqueiras desta técnica, tais como problemas de convergência, eleição da arquitetura ótima, particionamento da amostra e índices de avaliação da qualidade do modelo. Estas dificuldades são pouco discutidas, ou até mesmo totalmente ignoradas, em grande parte dos trabalhos. A aplicação da metodologia utilizou dados da bacia do rio Quaraí, onde as cidades fronteiriças de Quaraí (Br) e Artigas (Uy) sofrem com inundações ribeirinhas. A área da bacia de contribuição é de 4.500 km², salientando-se que a bacia apresenta uma rápida resposta aos eventos de precipitação, decorrente de uma baixa capacidade de armazenamento e infiltração. O modelo proposto de previsão de níveis por redes neurais tem como entradas, níveis observados nos 2 dias anteriores e previsão numérica de precipitação (ETA-CPTEC) para até 5 dias à frente. O provável ganho em qualidade ao utilizar-se previsão de precipitação no modelo de previsão de nível foi analisado, comparando-se os resultados do modelo completo de redes neurais com os obtidos, também por um modelo de redes neurais, porém, sem o emprego de previsão de precipitação, pois assim, a avaliação deste ganho não tem a influência das características do modelo utilizado. Foi verificado um pequeno ganho ao utilizar-se a previsão de precipitação, mesmo com a baixa capacidade em acertar a magnitude da precipitação. Para efeitos de experimentação da técnica de aglutinação dos índices de qualidade dos resultados da modelagem, foram obtidas e comparadas as previsões de níveis de um modelo de regressão com as de um modelo por redes neurais. Foi analisado o comportamento do índice de erro associado à freqüência de ocorrência, que indica a magnitude do erro de modo absoluto, o qual, devido a seu significado intuitivo, dispensa a comparação com modelos alternativos. A técnica de aglutinação foi importante para a comparação dos resultados das modelagens, tendo indicado a vantagem das redes neurais sobre a regressão. Os recursos desenvolvidos nesta pesquisa, para contornar as dificuldades expostas, podem contribuir para a correta utilização de redes neurais progressivas de múltiplas camadas, em especial na área de recursos hídricos. Observa-se, ainda, que a delimitação dos limites de abrangência da amostra de dados tem uma importante influência na escolha do correto modelo a ser utilizado. / Flood alert systems require appropriate anticipation and accuracy from level forecasting models. Particularly for small basins with quick response these requirements are fulfilled by continuous forecasting models that use rain forecasting data as input. The purpose of this research is an analysis of mathematical resources in the multilayer feedforward neural networks empirical modelling. Usual limitations to adapt these techniques, such as convergence problems, optimum architecture selection, sample partitions and indexes for the models quality evaluation are presented and analyzed. These difficulties are rarely discussed and often disregarded by networks literature. The data employed for the methodology application refers to the Quaraí River basin where the neighboring cities of Quaraí (Brazil) and Artigas (Uruguay) are subjected to river floods. The contribution basin area is 4,500km² and the basin responds quickly to precipitation events since it has low infiltration and storage capacity. The adopted level forecasting model using neural network techniques was applied to two previous observed levels and the rainfall forecasting data (ETA-CPTEC) up to five days ahead as input. The potential gain on quality by using rainfall forecasting on the level forecasting model was analyzed by comparing results from the neural network model using precipitation forecasting with results from the neural network model that did not use it. On this approach the gain valuation isn’t influenced by the models characteristics. A small improvement was obtained by using the rainfall forecasting, even considering the low performance to estimate rainfall values. Level forecasting data generated by a regression model was compared with the level forecasting obtained from the neural network model in order to test the gathering techniques of the models results quality indexes,. The behavior of the error index associated with the frequency index, which indicates the error magnitude in the absolute mode and do not need any further comparisons because of its intuitive meaning, was analysed. The use of gathering techniques was important to compare the model results, indicating an advantage of the neural networks techniques when compared to the regresion model. The resources developed to solve the difficulties found in this research can give indication for the correct use of multi-layer feedforward neural networks, specially when applied to hydraulic resources. It was also observed that the determination of the sample’s valid range can present important role in the choice of the adequate model for use in each case.

A operação de reservatórios para geração de energia, ou controle de cheias é definida em função dos volumes afluentes que são resultantes das chuvas que ocorrem sobre a bacia. Devido à aleatoriedade e às próprias incertezas envolvidas na ocorrência das precipitações e vazões; a produção de energia, a segurança das barragens e o controle das cheias à montante e jusante ficam comprometidas. Para que as incertezas sejam reduzidas é necessário o aprimoramento das previsões de vazões de afluência em tempo real. A previsão em tempo real pode se realizada com base na vazão de postos de montante e jusante, na precipitação observada e, ou, na precipitação prevista. A previsão de precipitação é necessária para aumentar a antecipação da previsão e melhoria de resultados para tempos futuros além do tempo de concentração da bacia. Esta pesquisa tem como objetivo a avaliação do ganho da previsão de vazão com uso integrado de previsão de precipitação através de uso de um modelo meteorológico regional (meso-escala) com um modelo hidrológico distribuído. Os resultados do modelo meteorológico regional foram fornecidos pelo Laboratório de Planejamento Energético (LabPlan) da Universidade Federal de Santa Catarina (UFSC), onde está sendo utilizado, de forma operacio nal, o Modelo Numérico Regional ARPS (Advanced Regional Prediction System). O modelo hidrológico de transformação chuva-vazão utilizado é um modelo distribuído com discretização em módulos para grandes bacias - MGB (Modelo de Grandes Bacias). O estudo de caso foi realizado na bacia do rio Uruguai até a Usina Hidrelétrica de Machadinho, cuja área de drenagem é de, aproximadamente, 32.000 km2. Diversos cenários de previsão foram simulados. Para o período de 2001 e 2002 foi feita a análise das previsões de eventos isolados, segundo a disponibilidade de dados de previsão meteorológica. Para o período de 2003, durante 6 meses, foi feita a análise das previsões contínuas. Para este período, através de algumas estatísticas, avaliou-se o ganho hidrológico obtido, em termos de vazão prevista com utilização do modelo hidrológico chuva -vazão considerando chuva futura zero e considerando a previsão da chuva com modelo meteorológico regional. Para o período de 2001 a 2003 avaliou-se, também, a importância da rede de pluviógrafos para previsão em tempo real. Formas de atualização simples das variáveis de estado foram testadas e mostraram significativa melhora das previsões. Os resultados da previsão por eventos mostraram ganhos significativos na previsão de vazão quando a previsão de chuva foi incorporada. Já no período de previsão contínua o mesmo não foi observado, porém este período foi bastante seco com poucos eventos de cheia prejudicando a análise do uso das previsões de chuva no modelo hidrológico para previsão. A análise da importância da rede de pluviógrafos destacou a região sul da bacia como a região mais importante em termos de geração de escoamento rápido ao reservatório de Machadinho. Além disso, uma análise simplificada mostrou que uma rede de pluviógrafos distribuídos na bacia, segundo as recomendações da Organização Meteorológica Mundial (OMM), poderia reduzir em aproximadamente 25% o erro padrão nas previsões de vazão com 12 horas de antecedências em Machadinho.