[pt] Nesta tese de doutorado, é proposta uma combinação híbrida de métodos
preditivos que agrega cinco abordagens distintas e genéricas, do ponto de vista de
modelagem: método SSA; decomposição wavelet; redes neurais artificiais;
programação matemática multiobjetivo MINIMAX, com abordagem de
programação por metas; e método de simulação de quase Monte-Carlo. Para
exemplificar e demonstrar a eficiência da combinação híbrida proposta, são
mostrados, no Capítulo 7, os principais resultados de uma aplicação
computacional, no qual é possível verificar que o seu desempenho, em termos de
modelagem, foi consideravelmente superior, em relação a todas as estatísticas de
aderência consideradas. / [en] In this thesis, we propose a hybrid combination of predictive methods that
aggregates five distinct and general approaches, from the viewpoint of modeling:
SSA method; wavelet decomposition, artificial neural networks, multiobjective
mathematical programming MINIMAX, with goal programming approach; quasi-
Monte-Carlo simulation method. To exemplify and demonstrate the efficiency of
the proposed hybrid combination are shown, in Section 7, the main results of a
computer application in which you can verify that their performance, in terms of
modeling, was significantly higher, compared to all considered adherence
statistics.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:22892 |
| Date | 30 April 2014 |
| Creators | LUIZ ALBINO TEIXEIRA JUNIOR |
| Contributors | REINALDO CASTRO SOUZA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0022 seconds