Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. / Made available in DSpace on 2012-10-21T01:21:11Z (GMT). No. of bitstreams: 0 / Este trabalho estuda as pesquisas eleitorais usadas em todo o transcorrer de uma eleição, buscando apontar as razões para a ocorrência de discrepâncias entre os prognósticos dos levantamentos e os resultados das urnas que extrapolam os limites de confiabilidade atribuídos às pesquisas. Inicialmente contextualiza dois momentos distintos do processo eleitoral, marcados pelo ato de votar do eleitor, o pré-voto e o pós-voto, nos quais são realizadas pesquisas eleitorais. Em seguida, caracteriza as incertezas cognitivas como sendo fruto das dúvidas dos entrevistados sobre em quem votar e dos diferentes níveis de informação que possuem sobre os candidatos. Identificada a incerteza cognitiva, observa-se de que forma tal característica reflete nos resultados das pesquisas eleitorais de pré e pós-voto, demonstrando que estas causam a violação dos pressupostos da teoria de inferência estatística - que embasa a realização das pesquisas eleitorais. Finalmente, este trabalho propõe uma abordagem para a realização de pesquisas eleitorais que minimiza a influência das incertezas cognitivas bem como os erros dela decorrentes, resultando em um incremento de confiabilidade aos levantamentos.

Sistemas de previsão de cheias podem ser adequadamente utilizados quando o alcance é suficiente, em comparação com o tempo necessário para ações preventivas ou corretivas. Além disso, são fundamentalmente importantes a confiabilidade e a precisão das previsões. Previsões de níveis de inundação são sempre aproximações, e intervalos de confiança não são sempre aplicáveis, especialmente com graus de incerteza altos, o que produz intervalos de confiança muito grandes. Estes intervalos são problemáticos, em presença de níveis fluviais muito altos ou muito baixos. Neste estudo, previsões de níveis de cheia são efetuadas, tanto na forma numérica tradicional quanto na forma de categorias, para as quais utiliza-se um sistema especialista baseado em regras e inferências difusas. Metodologias e procedimentos computacionais para aprendizado, simulação e consulta são idealizados, e então desenvolvidos sob forma de um aplicativo (SELF – Sistema Especialista com uso de Lógica “Fuzzy”), com objetivo de pesquisa e operação. As comparações, com base nos aspectos de utilização para a previsão, de sistemas especialistas difusos e modelos empíricos lineares, revelam forte analogia, apesar das diferenças teóricas fundamentais existentes. As metodologias são aplicadas para previsão na bacia do rio Camaquã (15543 km2), para alcances entre 10 e 48 horas. Dificuldades práticas à aplicação são identificadas, resultando em soluções as quais constituem-se em avanços do conhecimento e da técnica. Previsões, tanto na forma numérica quanto categorizada são executadas com sucesso, com uso dos novos recursos. As avaliações e comparações das previsões são feitas utilizandose um novo grupo de estatísticas, derivadas das freqüências simultâneas de ocorrência de valores observados e preditos na mesma categoria, durante a simulação. Os efeitos da variação da densidade da rede são analisados, verificando-se que sistemas de previsão pluvio-hidrométrica em tempo atual são possíveis, mesmo com pequeno número de postos de aquisição de dados de chuva, para previsões sob forma de categorias difusas. / Flood forecasting systems are only useful when the forecast lead time is longer than the time required to activate preventive or remedial actions. In addition, the reliability and accuracy of forecasts are of prime importance. Flood level forecasts are always approximations, and confidence intervals are not always suitable, particularly with low confidence probabilities, which results intervals that are too wide. These intervals are troublesome, therefore, in the presence of very low and very high river levels. In this study, flood level forecasts are tried, both in the traditional, numerical form, and in the form of vague categories. It is accomplished using an expert system based on fuzzy rules and fuzzy inference. Methodologies and computational procedures for learning, simulation and consultation are idealised and then developed as a software (SELF - Sistema Especialista com uso de Lógica Fuzzy), which is aimed at research and practical operation. Comparisons between the use for prediction of fuzzy systems and empirical linear models revealed strong similarities, in spite of the fundamental differences in theory. The methodologies are applied to real time river level forecasts in the Camaquã river basin (15543 km2), for lead times ranging from one half to two days. Practical difficulties related to the use of fuzzy systems are identified and explored. The solutions found offer some advances to knowledge and practical application. Forecasts, both in the numerical and categorical forms, are made successfully, using the new resources. Evaluation and comparison of the predictions in symbolic form are made with the use of a proposed new group of statistics, derived from frequencies of simultaneous occurrences of observed and predicted values at the same categories. The effects of raingauge network density are analysed, and it is found that forecasting systems may be operated even where network density is sparse, given that fuzzy expert systems are available for symbolic predictions.

[pt] O consumo de energia elétrica no Brasil tem sido amplamente discutido nos últimos tempos. A crise do abastecimento de energia em 2001, fez com que o Governo Federal tomasse uma série de medidas para tentar corrigir os erros do modelo em vigência. Hoje, entende-se que a situação do setor energético é delicada, fazendo com que o risco de um novo racionamento volte a ser considerado. Neste contexto, as companhias de energia estão se deparando com o desafio de obter previsões de carga mais precisas. Consequentemente, uma vez que esta demanda encontra-se inserida em um cenário instável de economia, estas estimativas requerem métodos mais eficientes e inovadores. O objetivo principal deste estudo é fornecer uma nova abordagem para o problema de previsão do consumo de eletricidade. A metodologia de lógica fuzzy é proposta com o objetivo de extrair regras das variáveis de entrada e fornecer previsões de longo prazo para a demanda de eletricidade no Brasil. Através da modelagem estatística, a identificação das estruturas de dependência e defasagens entre estas variáveis, fornece suporte para os modelos independentes com previsões anuais. A grande vantagem dos modelos de lógica fuzzy vem da habilidade destes de imitar o pensamento humano em cenários de incerteza e imprecisão. Na literatura recente, a formulação destes tipos de modelo tem se limitado a tratar as variáveis explicativas de maneira univariada, ou então envolvendo somente o PIB. Este trabalho propõe a extensão do modelo desenvolvido na literatura, começando com variáveis como a população do Brasil e o valor adicionado do PIB por estados e setores, juntamente com suas variações. Com isso, o modelo proposto será comparado com a formulação oficial vigente fornecida pela EPE. / [en] The consumption of electricity in Brazil has been widely discussed recently. The energy supply crisis in 2001 forced the Federal Government to take a series of measures trying to fix the actual model. Nowadays, it is understood that the energy sector is going through bad times, making the risk of a new rationg plan be considered. In this context, energy companies are facing the challenge of making more accurate load forecast. Consequently, once this need is inserted into a scenario of unstable economy, these estimates require efficient methods combined with innovative features.The aim of this study is to provide a new approach to this electricity prediction problem. A Fuzzy logic methodology is proposed in order to extract rules from the input variables and provide Brazil s Long-term annual electricity demand forecasts. From a statistical modeling point of view, an identification of dependence and lags structure between the input variables provide support for independent models with annual estimates. The advantage of the fuzzy logic model lies on the ability to mimic the human thinking in an environment of uncertainty and imprecision. In recent literature, the formulation of these types of models has been limited to treating the explanatory variables in the univariate form, or involving only the GDP. This study proposes an extension of this model, starting with the Brazilian population and the additional value of the state GDP by sectors with their variations. Then, the proposed model is compared with the official formulation provided by EPE.

[pt] Os parques eólicos devem periodicamente desligar suas turbinas para realizar as manutenções agendadas. Uma vez que esta interrupção afeta a geração de energia e qualquer déficit na produção deve ser coberto por compras de energia no mercado spot, determinar o tempo ótimo para iniciar o trabalho de manutenção em um parque eólico é fundamental para maximizar sua receita, considerando que é função tanto da velocidade do vento esperada como dos preços spot da eletricidade. Neste trabalho, desenvolvemos um modelo para determinar o momento ideal para manutenção em um parque eólico. Analisamos uma janela de oportunidade no período mais provável do ano e realizamos atualizações semanais das velocidades esperadas do vento e previsões de preços de energia. As velocidades do vento são previstas com um modelo ARIMA enquanto os preços spot são simulados sob o modelo de programação estocástica dupla Newave. A decisão de adiar a manutenção para uma data futura é modelada como uma opção real americana. Testamos dois modelos com dados reais de um parque eólico no Nordeste brasileiro e comparamos nossos resultados com a prática atual e com o agendamento de manutenção considerando informações perfeitas para determinar os benefícios do modelo. Os resultados sugerem que esses modelos podem oferecer vantagens significativas em relação a uma decisão de parada que escolhe aleatoriamente uma semana para começar a manutenção dentro da janela de oportunidade e está perto da data de parada ideal, considerando o modelo de informação perfeita. / [en] Wind farms must periodically take their turbines offline in order to perform scheduled maintenance repairs. Since this interruption impacts the generation of energy and any shortfall in production must be covered by energy purchases in the spot market, determining the optimal time to start maintenance work at a wind farm is key to maximizing your revenue, which is a function of both the expected wind speeds and electricity spot prices. In this study we develop a model to determine the optimal maintenance schedule in a wind farm. We analyze a window of opportunity in the most likely period of the year and perform weekly updates of expected wind speeds and energy price forecasts. Wind speeds are forecasted with an ARIMA model, while spot prices are simulated under the Newave dual stochastic programing model. The decision to defer maintenance to a future date is modeled as an American real option. We test two models with actual data from a wind farm in the Brazilian Northeast, and compare our results with current practice and with maintenance scheduling considering perfect information in order to determine the benefits of the model. The results suggest that the models may provide significant advantages over a stopping decision that randomly chooses a week to begin maintenance within the opportunity window and is close to the ideal optimal stopping date considering perfect model.

O crescimento populacional e a degradação dos corpos d’água vêm exercendo pressão à agricultura moderna, a proporcionar respostas mais eficientes quanto ao uso racional da água. Para uma melhor utilização dos recursos hídricos, faz-se necessário compreender o movimento da água na natureza, onde o conhecimento prévio dos fenômenos atmosféricos constitui uma importante ferramenta no planejamento de atividades que utilizam os recursos hídricos como fonte primária de abastecimento. Nesse trabalho foram realizadas previsões de longo prazo com antecedência de sete meses e intervalo de tempo mensal de níveis no Sistema Hidrológico do Taim, utilizando previsões de precipitação geradas por um modelo de circulação global. Para realizar as previsões foi elaborado um modelo hidrológico empírico de regressão, onde foram utilizadas técnicas estatísticas de análise e manipulação de séries históricas para correlacionar os dados disponíveis aos níveis (volumes) de água no banhado. Partindo do pressuposto que as previsões meteorológicas são a maior fonte de incerteza na previsão hidrológica, foi utilizada a técnica de previsão por conjunto (ensemble) e dados do modelo COLA, com 30 membros, para quantificar as incertezas envolvidas. Foi elaborado um algoritmo para gerar todas as possibilidades de regressão linear múltipla com os dados disponíveis, onde oito equações candidatas foram selecionadas para realizar as previsões. Numa análise preliminar dos dados de entrada de precipitações previstas foi observado que o modelo de circulação global não representou os extremos observados de forma satisfatória, sendo executado um processo de remoção do viés. O modelo de empírico de simulação foi posteriormente executado em modo continuo, gerando previsões de longo prazo de níveis para os próximos sete meses, para cada mês no período de junho/2004 a dezembro/2011. Os resultados obtidos mostraram que a metodologia utilizada obteve bons resultados, com desempenho satisfatórios até o terceiro mês, decaindo seu desempenho nos meses posteriores, mas configurando-se em uma ferramenta para auxílio à gestão dos recursos hídricos do local de estudo. / Population growth and degradation of water bodies have been pressuring modern agriculture, to provide more efficient responses about the rational use of water. For a better use of water resources, it is necessary to understand the movement of water in nature, where prior knowledge of atmospheric phenomena is an important tool in planning activities that use water as the primary source of supply. In this study were performed long-term forecasts of water levels (seven months of horizon, monthly time-step) in the Hydrological System Taim, using rainfall forecasts generated by a global circulation model as input. To perform predictions was developed an empirical hydrological regression model. This model was developed based on statistical techniques of analysis and manipulation of historical data to correlate the input data available to the levels (volume) of water in a wetland. Assuming that weather forecasts are a major source of uncertainty in hydrological forecasting, we used an ensemble forecast from COLA 2.2 with 30 members to quantify the uncertainties involved. An algorithm was developed to generate all the multiple linear regression models with the available data, where eight candidates equations were selected for hydrological forecasting. In a preliminary analysis of the precipitation forecast was observed that the global circulation model did not achieve a good representation of extremes values, thus a process of bias removal was carried out. Then the empirical model was used to generate water levels forecast for the next seven months, in each month of the period june/2004 to december/2011. The results showed that the methodology used has a satisfactory performance until the lead time three (third month in the future) where the performance starts to show lower values. Beside the sharply lost of performance in the last lead times, the model is a support tool that can help the decision making in the management of water resources for the study case.

[pt] Este trabalho associa previsão de Séries Temporais a uma nova metodologia de processamento de informação: REDE NEURAL. Usaremos o modelo de Retropropagação, que consiste em uma Rede Neural multicamada com as unidades conectadas apenas com a unidades conectadas apenas com as unidades da camada subseqüente e com a informação passando em uma única direção. Aplicaremos o modelo de retropropagação na análise de quatro séries temporais: uma série ruidosa. Uma série com tendência, uma série sazonal e uma série de Consumo de Energia Elétrica da cidade de Uruguaiana, RS. Os resultados obtidos serão comparados com os modelos ARIMA de Box e Jenkins e um modelo com intervenção / [en] This work join the Times-Séries Forecasting to a new information processing metodoligy: NEURAL NETWORK. We will use the Back-Propagation model, that consist in an arquitecture of a feed-forward network with hidden layers. We will apply the Back-Propagation model in an analysis to four times series: a noisy series, a series with trend, a seasonal series and an electrical energy consuption series of Uruguaiana, RS. The results will be compare with the Box and jenkins´ ARIMA models and a model with intervention.

[pt] Esta dissertação apresenta uma proposta de arquitetura de redes neurais de intervalos para previsão de séries financeiras. O desempenho desta arquitetura é analisado através de testes de previsão para algumas séries de mercado. Como contribuição adicional é apresentado um algoritmo de trading automático. Este algoritmo é avaliado aplicando-o à séries de mercado, para mensuração de lucros percentuais. Por fim, dados de previsão, obtidos pela rede proposta, são utilizadas para a otimização do trading. / [en] This text presents a new Neural network architeture to be employed in the forecast of financial series. The architecture´s performance is evaluated through benchmarks, using data from financial series. As an additional contribution, an automatic trading algorithm, which is also evaluated through benchmarks, is presented. Finally, forecast data, obtained with the proposed NN architecture, is used to improve the trading algorithm´s performance.

[pt] Este trabalho apresenta a comparação analítica entre os métodos de Misme-Fimbel e Assis-Einloft para previsão de distribuição cumulativa de atenuações causadas pela chuva em percursos terrestres. Comparações numéricas entre estes dois métodos, e, entre eles e dados experimentais, são feitas, assumindo um grande número de parâmetros de entrada (freqüência, polarização, comprimento da ligação e distribuição das taxas de precipitação). A seguir, é feita uma análise estatística das taxas de precipitação pontual e são apresentadas as distribuições cumulativas experimentais destas taxas e curvas de previsão de atenuação devida a chuva, para cinco regiões do Brasil. / [en] This work presents an analytical comparison between the Misme-Fimbel and Assis-Einloft methods for the prediction of the attenuation due to rain on terrestrial paths. Numerical comparisons between these two methods, and between them and experimental data have also been made, assuming a large number of input parameters (frequency, polarization, path length, and rainfall rate distribution). Finally, a statistical analysis of point rainfall rates is made, and the experimental cumulative distributions of these rates, and curves for the prediction of attenuation due to rain for five regions of Brazil are presented.

[pt] Essa dissertação aborda o comportamento da série de preços de uma commodity. Busca-se nessa pesquisa aplicar o modelo Box & Jenkins e verificar se este influencia a série de preços da commodity cobre. O estudo inicia-se com um histórico sobre esse mineral, posteriormente resgata-se a evolução dos trabalhos sobre esse tema e descreve-se detalhadamente esse modelo estatístico. Complementarmente ao estudo teórico, foi analisada uma série histórica de retornos de preços da commodity cobre com 19 anos de observações diárias do período entre 1990 e 2008, aplicando-se a metodologia Box & Jenkins. Foram realizados testes para normalidade, estacionaridade e auto-correlação, escolhendose os melhores modelos a serem utilizados. Ao final, conclui-se que os retornos da série de preços são influenciados pelos seus retornos passados, entretanto, baseando-se apenas nessa variável, o seu modelo de previsão a curto prazo tem performance apenas razoável. / [en] This paper studies the behavior of copper prices following the Box & Jenkins model. The dissertation aims to test the validity of this model in explaining the behavior of this commodity. Copper presents one of the most liquid contract among commodities which may increase the information within its price dynamics. This paper is structured as follows: the first section presents a brief historic evolution of copper prices; the second presents relevant previous papers on this matter; the third presents a deep description of the model used and; the fourth, the conclusion. The data set comprises 19 years of daily prices, between 1990 and 2008. Tests for normality, estacionarity and auto-correlation had been carried through, identifying the best models to be used. The paper concludes that past copper price returns partially explain the series future behavior. However, short term forecasting based only on this variable posts just modest performance.

[pt] Neste trabalho apresenta-se o estudo de Previsões de demanda de Energia Elétrica utilizando séries temporais, particularmente a teoria devido a Box & Jenkins. Estuda-se um modelo já existente em uma das cidades proporcionando a hipótese de se estender a validade deste modelo, para cidade de mesmas características onde houver falta de dados. Os dados numéricos utilizados neste estudo são relativos à Centrais Elétricas Fluminense, (CELF). / [en] This paper presents a study of load previsions using chronological series, especially the theory of Box and Jenkins. One model is determined for a city and next a trial is made to extend the vality of this model to other cities with the same characteristics when there is a lack of data. The numerical data use in the work are those of CENTRAIS ELETRICAS FLUMINENSE (CELF).