Independently of the company size it is necessary to establish goals, parameters and strategies. It is important to have guidance, a plan that conducts the actions for the present as a way to reach the goals for the future. Moreover, the planning of the company requires organization, controls, tools which assist helpful favor the decisionmaking and the necessary reconducts. The modeling and consequently the forecast are indispensable tools for the management, such, proves it contribution of the Box & Jenkins methodology. The market is highly competitive and selective, demanding not only efficiency, but mainly effectiveness. Actions directed to the magnifying of the quality of an organization are as important as the capacity to foresee, to know, to measure and to analyze the resolutivity of the used methodologies. In this context this present research is realized, searching to know the behavior of the company invoicing from an agricultural company and its two branch offices, molding and, in such a way, allowing putting into practice forecasts. Thus, the methodology applied consists of the use of historical data from the invoicing of the same ones. For the Main company, of Beta Company was found an ARMA(1,1) model, being this the most parsimonious. In CB Branch office the SARIMA (1,0,0) * (2,0,0) was the model that better described the data and in SL Branch office, the model SARIMA (1,0,0) * (1,0,0). Realizing the forecast and comparing with the real data placed by the company, it was verified the efficiency of the model, being that all the values meet up with the confidence interval of 95%. Taking into base the results gained in this research, it is possible to affirm that the methodology used constitutes of an important tool, being able to be used by the managers of the respective companies, supplying subsidies to the planning of the following months. / Independentemente do tamanho da empresa é necessário estabelecer metas, parâmetros e estratégias. É importante ter um guia, um plano que direcione as ações do presente como meio de atingir as metas para o futuro. Além disso, o planejamento da empresa requer organização, controles, ferramentas que auxilie e favoreça a tomada de decisões e redirecionamentos necessários. A modelagem e consequentemente a previsão são ferramentas indispensáveis à gestão, para tal, evidencia-se a contribuição da metodologia Box & Jenkins. O mercado é altamente competitivo e seletivo, exigindo não somente eficiência, mas principalmente eficácia. Ações direcionadas à ampliação da qualidade de uma organização são tão importantes quanto a capacidade de prever, conhecer, medir e analisar a resolutividade das metodologias utilizadas. Neste contexto é que a presente investigação é realizada, buscando conhecer o comportamento do faturamento de uma empresa do ramo agrícola e de suas duas filiais, modelando e, realizando previsões. Para tanto, a metodologia empregada consiste em utilizar dados históricos do faturamento das mesmas. Para a Matriz da Empresa Beta foi encontrado um modelo ARMA (1,1), sendo este o mais parcimonioso. Na Filial CB o modelo que melhor descreveu os dados foi o SARIMA (1,0,0)*(2,0,0) e na Filial SL o modelo SARIMA (1,0,0)*(1,0,0). Realizando a previsão e comparando com os dados reais disponibilizados pela empresa, verificou-se a eficiência do modelo, sendo que todos os valores encontram-se no intervalo de confiança de 95%. Tomando-se por base os resultados obtidos nessa pesquisa, pode-se afirmar que a metodologia utilizada se constitui em uma importante ferramenta, podendo ser utilizada pelos gestores das respectivas empresas, fornecendo subsídios para o planejamento dos meses seguintes.

Submitted by Caroline Periotto (carol@ufscar.br) on 2016-09-21T14:53:55Z No. of bitstreams: 1 TeseJAF.pdf: 1812104 bytes, checksum: 817ececd9c05df0ddae3a91de3c8bb14 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-09-23T18:27:05Z (GMT) No. of bitstreams: 1 TeseJAF.pdf: 1812104 bytes, checksum: 817ececd9c05df0ddae3a91de3c8bb14 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-09-23T18:27:11Z (GMT) No. of bitstreams: 1 TeseJAF.pdf: 1812104 bytes, checksum: 817ececd9c05df0ddae3a91de3c8bb14 (MD5) / Made available in DSpace on 2016-09-23T18:27:17Z (GMT). No. of bitstreams: 1 TeseJAF.pdf: 1812104 bytes, checksum: 817ececd9c05df0ddae3a91de3c8bb14 (MD5) Previous issue date: 2016-05-13 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Accurate and robust forecasting methods for univariate time series are critical as the historical data can be used in the strategic planning of such future operations as buying and selling to ensure product inventory and meet market demands. In this context, several competitions for time series forecasting have been organized, with the M3-Competition as the largest. As the winner of M3-Competition, the Theta method has attracted attention from researchers for its predictive performance and simplicity. The Theta method is a combination of other methods, which proposes the decomposition of the deseasonalized time series into two other time series called "theta lines". The first completely removes the curvatures of the data, thus accurately estimating the long-term trend. The second doubles the curvatures to better approximate short-term behavior. Several issues have been raised about the Theta method, even by its originators. They include the number of theta lines, their parameters, weights to combine them, and construction of prediction intervals, among others. This doctorate thesis resolves part of these issues. We derive optimal weights for combine the theta lines, this result is used to derive statistical models which generalizes /approximate the standard Theta method. The statistical methodology is considering for parameter estimation and for compute the prediction intervals. The optimal weights are also used to propose new methods that hold two or more theta lines. Part of proposed methodology is implemented in a package for R-programming language. In an empirical investigation using the M3-Competition data set with more than 3000 time series, the proposed methods/models demonstrated significant accuracy. The study’s primary approach, the Dynamic Optimised Theta Model, outperformed all benchmarks methods, constituting, in all likelihood, the highest-performing method for this data set available in the literature. / Métodos precisos e robustos para prever séries temporais são muito importantes em diversas áreas. Uma vez que os dados históricos são utilizados para o planejamento estratégico de operações futuras, como compra ou venda de determinados produtos para controle de estoque e demanda. Neste contexto, várias competições para métodos de previsão de séries temporais univariadas foram realizadas, sendo a Competição M3 a maior. Ao vencer a Competição M3, o método Theta intrigou pesquisadores por sua capacidade preditiva e simplicidade. O método Theta é uma combinação de outros métodos, o qual propõe decompor a série temporal (desazonalizada) em outras duas séries temporais chamadas de "linhas thetas". A primeira linha theta remove completamente a curvatura dos dados, sendo assim um estimador para a tendência a longo prazo. A segunda linha theta dobra a curvatura da série sendo assim um estimador para a componente de curto prazo. Várias questões relacionadas ao método Theta foram levantadas, algumas pelos próprios autores, como parâmetros ideais para as linhas thetas, pesos para combinar as linhas thetas, construção de intervalos de predição, número ideal de linhas thetas, entre outras. Nesta tese algumas dessas questões são solucionadas. Pesos ótimos para a combinação de linhas thetas são derivados, esses resultados são utilizados para a construção de modelos estatísticos que generalizam/aproximam o método Theta padrão. A metodologia estatística é empregada para estimação dos parâmetros e construção de intervalos de predição. Os pesos ótimos também são utilizados para propor métodos que consideram duas ou mais linhas thetas. Parte da metodologia proposta é implementada em um pacote para a linguagem de programação R. Em um estudo empírico com mais de 3000 séries temporais do conjunto de dados da competição M3, os métodos/modelos propostos mostraram-se acurados. A nossa principal abordagem, o modelo DOTM ("Dynamic Optimised Theta Model") superou todos os concorrentes, sendo possivelmente o método com o melhor desempenho nesse conjunto de dados já disponibilizado na literatura.

Made available in DSpace on 2014-06-11T19:24:17Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-04-29Bitstream added on 2014-06-13T18:52:03Z : No. of bitstreams: 1 alencar_da_me_arafcl.pdf: 753666 bytes, checksum: f6d3d11c2fee16cd142a13979568ecbd (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O objetivo desse trabalho é identificar se o crescimento econômico no Brasil no longo prazo sofreu alguma restrição promovida pelo Balanço de Pagamentos. Assim, as questões de pesquisa que norteiam este trabalho podem ser expressas da seguinte maneira: o crescimento econômico do Brasil no período marcado entre os anos de 1951 e 2008 foi restrito pelo Balanço de Pagamentos? Para responder a essa questão trabalhamos com a abordagem de crescimento restrito pelo setor externo proposta, entre outros, por Lima e Carvalho (2009). Em relação aos testes estatísticos, utilizamos a metodologia do Vetor de Correção de Erros (VEC). Concluímos que, para o período pesquisado, a taxa de crescimento econômico do Brasil foi restrita pelo setor externo, confirmando a teoria acerca da abordagem sobre restrição externa, para a história econômica brasileira / The aim of this study is to identify IF the economic growth in Brazil over the long term has been somewhat restricted by the Balance of Payments. The research questions that guide this work can be expressed as follows: the economic growth of Brazil in the period marked between the years 1951 to 2008 is restricted by the Balance of Payments? To answer this question we work with the approach of external sector restricted growth proposed, among others, by Lima and Carvalho (2009). Regarding the statistical tests, we used the method of the Vector Error Correction (VEC). We conclude that for the period studied the rate of economic growth in Brazil was restricted by the external sector, confirming the theory about the approach of external sector restricted growth, in relations to the economic history of Brazil

Made available in DSpace on 2016-06-02T19:55:22Z (GMT). No. of bitstreams: 1 2284.pdf: 1534326 bytes, checksum: 966007fdeee77cbfc0f06765fad03d24 (MD5) Previous issue date: 2009-03-19 / Universidade Federal de Sao Carlos / The city of São Carlos, of medium size of São Paulo State, can be considered as representative of the Brazilian Southeast area, with agricultural activities practically equivalent to the industrial ones. As part of that profile, it possesses a series of sources of atmospheric pollution that include a considerable fleet of vehicles, agricultural burns and several industrial emissions. The time evolution of this environmental pollution has been reason of concern, once it can cause damages to the human health and to the environment. The present work studied these time characteristics, specifically for the case of particulate matter (PM) suspended in the atmosphere, from experimental data and through statistical models. The concentrations of PM10, PM2.5 and PM10-2.5 in the city of São Carlos were collected and analyzed. The period of study comprises the years from 1997 to 2006 for PM10 and from 2001 to 2006 for PM2,5 and PM10-2,5. Monthly averages were used for obtaining the models and the 30 (thirty) or 6 (six) final data were used for the validation of the forecast. The selection of the best model was made considering the smallest value of AIC (Akaike Information Criterion), through the successive variation of the parameters. Of the 10 models with smaller value of AIC, was chosen the one of smaller value and other with a smaller number of parameters. In the statistical analysis, the models that did not comply with the requirements of the Shapiro-Wilk tests (normality) and of steadiness were eliminated. In the three cases the model SARIMA represented the groups of studied data better, when compared with the Holt-Winters correlation. The model found for the series of data of PM10, was the SARIMA(1,0,0)×(1,0,1)6. In the second case, the concentration of PM2.5 the best model was the SARIMA(2,1,3)×(1,0,1)6. In the third case, the concentration of PM10-2.5, the best model was the SARIMA(2,0,2)×(1,0,0)6. / A cidade de São Carlos, uma cidade de porte médio do estado de São Paulo, pode ser considerada como representativa da região sudeste brasileira, com atividades agrícolas praticamente equivalente às atividades industriais. Dentro desse perfil, possui uma série de fontes de poluição atmosférica, que incluem uma frota considerável de veículos automotores, queimadas agrícolas e emissões industriais diversas. A evolução temporal desta poluição ambiental tem sido motivo de preocupação, uma vez que pode causar danos à saúde humana e ao meio ambiente. O presente trabalho estudou estas características temporais, especificamente para o caso de material particulado (MP) em suspensão na atmosfera, a partir de dados experimentais e através de modelos estatísticos. Foram coletadas e analisadas as concentrações de MP10, MP2,5 e MP10-2,5 na cidade de São Carlos. O período de estudos compreende os dados de 1997 a 2006 para o MP10 e de 2001 a 2006 para MP2,5 e MP10-2,5. Foram usadas médias mensais para a obtenção dos modelos e os 30 (trinta) ou 6 (seis) dados finais foram usados para a validação da previsão. A seleção do melhor modelo foi feita buscando o menor valor de AIC (Critério de Informação de Akaike), por meio da variação sucessiva dos parâmetros. Dos 10 modelos com menor valor de AIC, foram escolhidos o de menor valor e outros com um menor número de parâmetros. Na análise estatística, ocorreu a eliminação de modelos que não atenderam aos requisitos de testes de Shapiro-Wilk (normalidade) e de estacionariedade. Nos três casos, a comparação com Holt-Winters confirma que os modelos SARIMA representaram melhor os conjuntos de dados estudados. O modelo encontrado para a série de dados de MP10 foi o SARIMA(1,0,0)×(1,0,1)6. No segundo caso, a concentração de MP2,5 o melhor modelo encontrado foi o SARIMA(2,1,3)×(1,0,1)6. No terceiro caso, a concentração de MP10-2,5, o modelo encontrado foi o SARIMA(2,0,2)×(1,0,0)6.

Orientadora : Profª. Drª. Liliana Madalena Gramani / Co-orientador : Prof. Dr. Anselmo Chaves Neto / Co-orientador : Prof. Dr. Luiz Albino Teixeira Junior / Tese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 11/03/2016 / Inclui referências : f. 199-209 / Área de concentração : Programação matemática / Resumo: Barragens instrumentadas geram uma enorme base de dados provenientes do monitoramento. Porém, dados não são informações e, então, precisam ser trabalhados para se obter informações. A correta interpretação e avaliação da informação contida nos dados podem ser extremamente úteis para o acompanhamento do período operacional de uma barragem. O controle estatístico de qualidade univariado e multivariado é uma abordagem que pode contribuir com a descoberta de conhecimento em dados de instrumentos de monitoramento de barragens, sobretudo quando há correlação e quando não se tem informação sobre o comportamento das séries temporais de monitoramento dos instrumentos. Enquanto que gráficos de controle univariados são aplicados, há quase um século, no controle de características de qualidade, propostas multivariadas e modelos aplicados em segurança de barragens têm ainda poucos trabalhos publicados e têm se mostrado promissoras. Por outro lado, no caso univariado, o avanço da informática permitiu a execução de novas técnicas para modelar e realizar previsões em séries temporais, em particular, a combinação de técnicas com modelos ARIMA, ARIMAX-GARCH, decomposição Wavelet e Redes Neurais Artificiais tem mostrado melhoria no desempenho da previsão. O objetivo principal deste estudo é aplicar técnicas estatísticas univariadas e multivariadas, combinadas com outras técnicas paramétricas e não paramétricas aos dados de instrumentação de barragens a fim de desenvolver modelos capazes de estabelecer valores estatísticos de controle e previsões às séries temporais de leituras de instrumentos para a avaliação do desempenho futuro de uma barragem. Os modelos desenvolvidos foram testados e validados nos dados de instrumentos do trecho E da Usina Hidrelétrica de Itaipu Binacional, localizada no Rio Paraná, entre o Brasil e o Paraguai. Os resultados mostraram que o gráfico multivariado ???? das componentes principais combinado com os modelos ARIMAX-GARCH e técnicas não paramétricas permitem manter as taxas de falsos alarmes muito mais próximas do valor esperado em relação aos gráficos univariados e ???? multivariados, quando se presume normalidade nos dados. Além disso, a utilização de modelos híbridos, que combinam a decomposição Wavelet, a modelagem ARIMA-GARCH e Redes Neurais Artificiais pode melhorar o desempenho da previsão da série temporal da leitura de um instrumento comparativamente à utilização individualizada destas técnicas. / Abstract: Dams with instruments generate a huge base of data from the monitoring. However, data is not information, and then need to be work to obtain information. The correct interpretation and evaluation of the information contained in the data can be extremely useful for monitoring the operational period of a dam. The univariate and multivariate statistical quality control is an approach that can contribute to knowledge discovery in data dam monitoring instruments, especially when there is correlation and when there is no information on the behavior of time series of monitoring instruments. While univariate control charts are applied for nearly a century in the quality control of characteristics, multivariate proposals and models applied in dam safety still have few papers published and have proven to be promising. On the other hand, in the univariate case, the advance of computer technology has allowed the implementation of new techniques to model and make predictions in time series, in particular, the combination of techniques ARIMA models ARIMAX-GARCH, Wavelet decomposition and artificial neural networks has shown improved performance of the forecast. The main goal of this study is to apply univariate and multivariate statistics techniques, combined with other parametric and nonparametric techniques to dam instrumentation data to develop models able to establish statistical control values and forecast the time series of instrument readings for assessment of the future performance of a dam. The developed models have been tested and validated on data from instruments of the E section of the Binational Itaipu hydroelectric plant, located on the Paraná River, between Brazil and Paraguay. The results showed that the multivariate graphic ???? of the principal components combined with ARIMAX-GARCH and nonparametric techniques allows to maintain the rates of false alarms much closer of the expected value in relation to the univariate graphs and ???? multivariate, when data are assumed to be normal. Furthermore, the use of hybrid models that combine the Wavelet decomposition, ARIMA-GARCH modeling and artificial neural networks can improve time-series forecasting performance of an instrument reading compared to the individual use of these techniques.

Orientador : Prof. Dr. Anselmo Chaves Neto / Co-orientador : Prof. Dr. Luiz Albino Teixeira Júnior / Tese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 21/12/2015 / Inclui referências : f.123-128 / Área de concentração: Programação matemática / Resumo: A proposta deste trabalho é apresentar uma nova metodologia híbrida WARIMAX-GARCH Neural para a previsão pontual e intervalar de séries temporais estocásticas. Fundamentalmente, é aplicada a decomposição Wavelet em séries históricas compostas por registros de monitoramento de barragens e suas componentes de aproximação e detalhe, as quais são modeladas, individualmente, via ARIMA-GARCH e Redes Neurais Artificiais (RNA). A partir de então, são realizadas as previsões pontuais fora da amostra pelas técnicas de modelagem e os resultados são combinados linearmente. As componentes de aproximação e detalhe são completadas com as previsões combinadas e passam a ser utilizadas como variáveis de entrada (exógenas híbridas) na modelagem da série em estudo. Em cada série temporal é aplicada a metodologia WARIMAX-GARCH Neural e são realizadas as previsões pontuais e intervalares, sob a suposição de inovações gaussianas. As séries temporais utilizadas neste trabalho de tese foram as séries temporais dos deslocamentos horizontais de blocos da barragem principal da Usina Hidrelétrica de Itaipu, aferidas pelos pêndulos diretos automatizados. Os desempenhos preditivos alcançados pela metodologia proposta, em relação aos resultados obtidos pelas modelagens tradicionais ARIMA-GARCH e RNA, foram consideravelmente vantajosos. Nas comparações dos resultados obtidos através do modelo WARIMAX-GARCH Neural com métodos tradicionais, a redução do erro preditivo chegou a 91%. Palavras-chave: Monitoramento de Barragens, Previsão de Séries Temporais, Modelos ARIMA, Modelos GARCH, Redes Neurais Artificiais, Decomposição Wavelet. / Abstract: This research proposes a new WARIMAX-GARCH Neural hybrid methodology for point and interval prediction of stochastic time series. Fundamentally, it is applied the wavelet decomposition on the time series made of monitoring data and its approximation and detail components were modeled by ARIMA-GARCH and Artificial Neural Networks (ANN). Thereafter, the point forecasts are performed out the sample by both modeling techniques and these results are combined linearly. The approximation and detail components are completed with the combined forecasts and are used as input variables (hybrid exogenous) in the modeling time series under study. In each time series is applied the WARIMAX-GARCH Neural methodology and are made the point and interval forecast, under the assumption of Gaussian innovations. The time series used in this research were the time series of horizontal displacements of the main dam blocks of Itaipu hydroelectric plant, measured by automated direct pendulums. The predictive performances achieved by the proposed method compared to the results obtained by traditional modeling ARIMA-GARCH and RNA were considerably advantageous. Comparing the results obtained by WARIMAX-GARCH Neural model to traditional methods there was a reduction of up to 91% of the predictive error. Keywords: Dams Monitoring, Forecast Time Series, ARIMA Models, GARCH Models, Artificial Neural Networks, Wavelet Decomposition.

Orientador : Prof. Dr. Ademir Alves Ribeiro / Coorientador : Prof. Dr. Manoel Messias Alvino de Jesus / Tese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 02/09/2016 / Inclui referências : f. 64-69 / Área de concentração : Programação matemática / Linha de pesquisa : Métodos estatíscos aplicados a engenharia / Resumo: Este trabalho apresenta caracterizações em larga escala das flutuações das vazões em rios, tendo como principais técnicas os métodos empregados na Física de Sistemas Complexos. Inicialmente, foi utilizada uma estrutura de grafos de visibilidade horizontal, resultante da análise e do mapeamento em redes complexas, das séries temporais diárias de 141 estações diferentes, localizadas em 53 rios brasileiros entre os anos de 1931 e 2012. Verificou-se que as distribuições de graus dessas redes são bem descritas por distribuições exponenciais, nas quais os expoentes característicos são, em sua maior parte, numericamente maiores que aqueles obtidos para séries temporais aleatórias. O decaimento mais rápido do ajuste da exponencial, quando comparado ao ajuste de modelo da distribuição aleatória, evidência que a dinâmica de flutuações subjacentes às vazões dos rios têm uma natureza correlacionada de longo alcance. A investigação da evolução das descargas fluviais, acompanhando os valores dos expoentes característicos e os coeficientes de aglomeração globais das redes ao longo dos anos mostrou que as vazões dos rios em várias estações evoluíram tornando-se correlacionadas. Por fim, o uso de outros dois métodos de Física Estatística, típicos no estudo de sistemas complexos que são: o detrended fluctuation analysis (DFA) e a entropia e complexidade de permutação foram aplicados, mostrando, sobretudo, que o uso do espectro de permutação permite encontrar o período associado à sazonalidade natural da vazão dos rios e que, após padronizadas, as vazões tornam-se aproximadamente bem descritas por uma mesma distribuição. Fica claro, também, que as séries temporais são correlacionadas de longo alcance pela análise DFA. Por outro lado, revisitou-se três dos principais métodos existentes na literatura, que conseguem identificar correlações de longo alcance. Nominalmente: a análise de flutuação DFA, as transformações Wavelet e a análise entrópica (DEA - diffusion entropy analysis). Fez-se uma comparação entre os três métodos quanto a sua convergência para o verdadeiro valor do expoente ? de Hurst em função do tamanho das séries geradas. Nessa comparação, observou-se algumas peculiaridades de cada método; por exemplo: o DFA converge para valores superiores de ?, enquanto as transformações Wavelet e o DEA o fazem por valores inferiores. Com base nessa observação empírica, se propõe aplicar simultaneamente DFA e Wavelet. Isso fez com que a convergência para o valor verdadeiro de ? fosse alcançada para séries razoavelmente pequenas. Palavras-chaves: sistemas complexos, séries temporais, física estatística, correlações de longo alcance, entropia e complexidade de permutação, redes complexas, descargas fluviais / Abstract: This paper presents broad-scale characterizations of fluctuation in river flows, principally using the methods employed in complex systems physics. Initially, we used a horizontal visibility graph structure produced by analysis and mapping of complex networks from daily temporal series of 141 different stations in 53 Brazilian rivers between 1931 and 2012. The degree distributions of these networks were found to be well-described by exponential distributions, in which most of the characteristic exponents are numerically greater than those obtained for random time series. The faster decay of exponential distribution in comparison with randomized distribution shows that the dynamics underlying the fluctuations in river flow have a long-range correlation. Investigation of the changes in river discharge, by following characteristic exponent values and global clustering coefficients of the networks over this period, showed that the river flow in several stations evolved and became correlated. Finally, we applied detrended fluctuation analysis (DFA) and entropy and complexity permutation, two methods from statistical physics which are typically used to study complex systems. These showed in particular that spectrum permutation permits the period associated with the natural seasonality of river flows to be found; after this value is normalized, flow rates are described approximately using the same distribution. The time series was also clearly seen to be correlated in the long term using DFA analysis. However, we also returned to three main methods available in the literature which can identify long-range correlations: DFA fluctuation analysis, wavelet transformation, and entropic analysis (diffusion entropy analysis, or DEA). The three methods were compared to assess their convergence for the true value for Hurst's ? exponent depending on the size of the generated series. This comparison showed some peculiarities of each method; for example: DFA converges for higher ? values while wavelet and DEA converge for lower values. Based on this empirical finding, we resolved to apply DFA and wavelet simultaneously, which caused convergence for the true ? value to be achieved for relatively small series. Key-words: complex systems, time series, statistical physics, long-range correlations, entropy and complexity of permutation, complex networks, river discharges.

Orientador : Prof. Dr. Cassius Tadeu Scarpin / Coorientador : Prof. Dr. Luiz Albino Teixeira Junior / Tese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 14/04/2016 / Inclui referências : f. 117-127 / Área de concentração : Programação matemática / Resumo: A previsão de séries temporais é empregada em várias áreas de conhecimento. O presente estudo tem como foco auxiliar, a partir de previsões de séries temporais, a tomada de decisão da equipe responsável do monitoramento e segurança de barragens na Usina Hidrelétrica de Itaipu no Paraná. Busca-se melhorar a assertividade das previsões por meio de uma metodologia híbrida composta das técnicas de Box e Jenkins (método ARIMA), das Redes Neurais Artificiais de Funções de Bases Radiais e da Decomposição Wavelet. As três técnicas são associadas de forma única gerando ajustes de teste e previsões que são similares e, por vezes, com erros menores do que os modelos híbridos da literatura, como Zhang (2003); Khashei e Bijari (2011). A inovação da metodologia elaborada neste trabalho se dá em relação a estrutura e a forma de compor a combinação das técnicas. Dado que o tipo de Wavelet influencia nas previsões, desenvolveu-se uma lógica elementar para a sua escolha. As séries temporais consagradas na literatura, dos Linces Canadenses, das Manchas Solares e da Taxa de Câmbio, são aplicadas na metodologia proposta visando determinar a melhor configuração. Esta configuração obtida foi utilizada para a aplicação na série do Piezômetro, instrumento que monitora a subpressão da Usina Hidrelétrica de Itaipu. Foi realizado o ajuste de teste (quando se faz a aplicação do método um passo a frente, empregando os dados originais da série referente ao conjunto de teste) e previsão (quando a aplicação do método resulta em valores futuros e estes são empregados para a obtenção das próximas previsões). Os resultados obtidos, considerando o ajuste de teste da série temporal, em relação às séries da literatura foram comparados aos resultados publicados e verificou-se que nas três séries testadas a metodologia proposta obteve melhor desempenho. No que se refere a previsões destaca-se o resultado da série da Taxa de Câmbio, a qual tinha como melhor resultado da literatura um erro MSE de 3,648x10-5 em Khashei e Bijari (2011), sem a utilização da Decomposição Wavelet (DW); com a metodologia proposta, realizando a DW, obteve-se um MSE de 1,943x10-6. No que diz respeito a série do Piezômetro da Usina Hidrelétrica de Itaipu pode-se verificar que o erro MSE de 0,086, é menor em relação aos modelos ARIMA e Rede Neural de Função de Bases Radiais. / Abstract: The time series forecasting is used in various fields of knowledge. The focus of this study is to support the decision making from time-series forecasting, by the committee responsible for monitoring of dam safety in the Itaipu hydroelectric dam on the Paraná. Searching to improve the assertiveness of forecasts by a hybrid methodology consists of the techniques of Box and Jenkins (ARIMA method), the Artificial Neural Networks Radial Basis Functions and Wavelet Decomposition. The three techniques are uniquely associated with generating test settings and predictions which are similar to and sometimes better than the hybrid models from the literature, such as Zhang (2003); Khashei and Bijari (2011). The innovation of the methodology developed in this work is given regarding the structure and form to compose a combination of techniques. Given that kind of influence on Wavelet forecasting, developed an elementary logic to the choice. The time series usually used in literature, Canadian Lynx, Wolf's Sunspot and Exchange Rates are applied in the proposed methodology to determine the best configuration. This configuration obtained was used for the application in the Piezometer series instrument that monitors the underpressure of the Itaipu hydroelectric dam. It conducted the test adjustment (when do the method a step ahead, using the original data series regarding the test set) and forecast (when the application of the method results in future values and these are employees to obtain the next estimates). The results obtained, considering the time series test setting, in relation to the series in the literature were compared to the published results and found that the three series tested the proposed method performed better. As regards the highlight the estimates is the result series Exchange rate, which had the best result literature 3,648x10-5 MSE error by Khashei and Bijari (2011), without the Wavelet Decomposition; the proposed method with the Wavelet Decomposition, was obtained MSE of 1,943x10-6. Regarding the Itaipu hydroelectric dam piezometer series can be seen which the MSE error of 0.086 is lower compared to ARIMA and Neural Network Radial Basis Function models.

Orientador : Prof. Dr. Arinei Carlos Lindbeck da Silva / Co-orientador : Prof. Dr. Luiz Albino Teixeira Júnior / Tese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 22/12/2015 / Inclui referências : f.82-93 / Resumo: Nesta tese de Doutorado é apresentado um novo método preditivo híbrido, formado basicamente pela combinação dos métodos SARIMA, Support Vector Regression e Wavelet, denominado como SARIMA Support Vector Regression Wavelet de Múltiplos Núcleos (SSVRWMN), para a predição de valores de leitura de instrumentos de barragens de concreto de usinas hidroelétricas. Tendo as previsões pontuais, estimase o intervalo de confiança por meio da técnica Bootstrap. O método SSVRWMN Bootstrap contempla as seguintes abordagens: os modelos SARIMA (para mapear estruturas de autodependência lineares sazonais e simples); a decomposição Wavelet integrada com modelos Support Vector Regression (SVRs) (que mapeiam estruturas de autodependência não lineares e da frequência espectral inerente aos dados); a programação não linear (utilizada no ajuste numérico dos parâmetros associados às combinações de previsões) e a técnica Bootstrap aplicada aos resíduos do modelo SSVRWMN com a finalidade de se estimar o intervalo de confiança Bootstrap. O objetivo é produzir previsões para as séries temporais provenientes de instrumentos de barragens, agregadoras de informações estocásticas distintas capturadas por diferentes métodos. A fim de avaliar a eficiência do método preditivo SSVRWMN, este foi aplicado a algumas séries temporais provenientes da aferição de instrumentos situados no bloco-chave I10 da barragem de Itaipu (as quais são utilizadas na análise probabilística de risco de tombamento dos blocos no sentido montante-jusante). O desempenho preditivo alcançado pelo método SSVRWMN, em relação aos métodos preditivos SARIMA, SVR e composto SARIMA-SVR, foi notadamente superior, na presente tese. Palavras-chave: Séries temporais, Instrumentação de barragens, SARIMA, Wavelet, Support Vector Regression, Programação matemática, Técnica Bootstrap. / Abstract: In this doctoral thesis is presented a new hybrid predictive method, formed by the combination of the methods SARIMA, Support Vector Regression and Wavelet referred as: SARIMA Support Vector Regression Wavelet of multiple kernels (SSVRWMN), for the prediction of reading values of concrete dams of hydroelectric plants. With the forecasts, it is estimated the confidence interval by Bootstrap technique. The method SSVRWMN Bootstrap includes the following approaches: SARIMA models (to map linear auto-dependence structures simple and seasonal); Wavelet decomposition integrated with Support Vector Regression models (SVR) (which map non-linear auto-dependence structures and spectral frequency inherent to data); nonlinear programming (used in the numerical adjustment of the parameters associated with combinations of forecasts) and the Bootstrap residual technique applied to residue the model SSVRWMN in order to estimate the Bootstrap confidence interval. The goal is to produce forecasts for the time series from instruments of dams that are aggregators of distinctive stochastic information captured by different methods. In order to evaluate the efficiency of method SSVRWMN predictive , this was applied to some time series from instruments located in block-key I10, of Itaipu Dam (which are used in probabilistic analysis tipover risk of blocks in the downstreamupstream direction). The predictive performance achieved by SSVRWMN concerning the traditional approaches SARIMA, SVR and composed SARIMA-SVR, have been remarkable superior. Keywords: Time series, dam Instrumentation, SARIMA, Wavelet, Support Vector Regression, Mathematical programming, Bootstrap Technique.

Made available in DSpace on 2016-06-07T17:12:23Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-09-28. Added 1 bitstream(s) on 2016-06-07T17:17:04Z : No. of bitstreams: 1 000865695.pdf: 3049490 bytes, checksum: a5f672ca25599c18d08f0bddfcc22f17 (MD5) / O GPS é um dos sistemas GNSS mais utilizados em razão da sua disponibilidade e do grande desenvolvimento da tecnologia envolvida, fornecendo aos usuários informações sobre posicionamento, navegação e tempo. No entanto, os sinais GPS transmitidos pelo satélite estão sujeitos a diversos tipos de fenômenos causados por irregularridades que ocorrem na ionosfera. A cintilação ionosférica é um destes fenômenos e pode ser descrita como uma mudança rápida na fase e amplitude do sinal GPS, ocasionando um enfraque- cimento ou até mesmo a perda do sinal, dependendo de sua intensidade. Os períodos de cintilação estão relacionados com a hora local, latitude, estações do ano e do nível de atividade solar, sendo que na região equatorial, os efeitos são mais intensos. Os índices S4 tem sido amplamentamente utilizados no estudo da cintilação ionosférica nos sinais GPS. Entretanto, recentemente foi verificada a presença de outros fenômenos nestes índices e foi proposto um índice S4 corrigido, S4corr. Neste trabalho, foi realizada uma análise de va- riânca wavelet nas séries temporais dos índices S4 e S4corr. Devido à presença de lacunas nestas séries temporais, foi necessário investigar estimadores de variância wavelet e res- pectivos intervalos de confiança que pudessem ser estimados mesmo com dados faltantes. A partir da análise de variância wavelet foi possível identificar escalas características que mais contribuem para explicar o comportamento das séries temporais ou a existência de um processo estocástico que melhor caracterize a série temporal dos índices S4 e S4corr... / The GPS is one of the GNSS systems most commonly used due to their availability and the great development of the involved technology, providing information on positioning, navigation and time to the users. However, GPS signals transmitted by satellites are subject to several types of phenomena caused by irregularridades in the ionosphere. The ionospheric scintillation is one of these phenomena that can be described as a rapid change in the phase and amplitude of the GPS signal, leading to a weakening or even loss of the signal, depending on its intensity. The scintillation periods are related to the local time, latitude, season of the year and the level of solar activity, wherein in the equatorial region, the effects are more intense.The S4 index has been widely used in the study of ionospheric scintillation in GPS signals. However, recently the presence of other phenomena in these indices was verified and proposed its correction (S4corr). In this work, we performed an wavelet variance analysis in the time series of the S4 index to check for changes in the behavior of S4 and S4corr indexes. Due to the presence of gaps in these time series, the investigation of estimators as well as the respective confidence intervals that could be estimated even with missing data was need. From the wavelet variance analysis was possible to identify the characteristic scales of larger contribution to explain the time series behavior, or a stochastic process that best characterizes the time series of S4 and S4corr indexes. Furthermore, some probability distributions that fit the S4 e S4corr...