Return to search

Um framework para a previsão de cenários com o uso de sistemas híbridos neurogenéticos para compra e venda de energia elétrica no mercado futuro

Submitted by Edisangela Bastos (edisangela@ufpa.br) on 2014-01-13T19:11:17Z
No. of bitstreams: 2
license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5)
Tese_FrameworkPrevisaoCenarios.pdf: 1346905 bytes, checksum: 9ed405c15deefa86cddbf13daba6c6f5 (MD5) / Approved for entry into archive by Ana Rosa Silva(arosa@ufpa.br) on 2014-01-15T11:45:10Z (GMT) No. of bitstreams: 2
license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5)
Tese_FrameworkPrevisaoCenarios.pdf: 1346905 bytes, checksum: 9ed405c15deefa86cddbf13daba6c6f5 (MD5) / Made available in DSpace on 2014-01-15T11:45:10Z (GMT). No. of bitstreams: 2
license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5)
Tese_FrameworkPrevisaoCenarios.pdf: 1346905 bytes, checksum: 9ed405c15deefa86cddbf13daba6c6f5 (MD5)
Previous issue date: 2012 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / No contexto da previsão de séries temporais, é grande o interesse em estudos de métodos de
previsão de séries temporais que consigam identificar as estruturas e padrões existentes nos
dados históricos, possibilitando gerar os próximos padrões da série. A proposta defendida
nesta tese é a de desenvolvimento de um framework que utilize ao máximo as potencialidades
das técnicas de previsão (redes neurais artificiais) com as técnicas de otimização (algoritmos
genéticos) em um sistema híbrido intercomunicativo que aproveite bem as vantagens de cada
uma dessas técnicas para a geração de cenários futuros que possam mostrar, além das
previsões normais com base nos valores históricos, percursos alternativos das curvas das
séries temporais analisadas. / In the context of time series forecasting, is great the interest in studies of forecasting methods
of time series that can identify existing structures and patterns in historical data, allowing
generate the next patterns of the series. The proposal defended in this thesis is the
development of a framework that uses the full potential of forecasting techniques (neural
networks) with the optimization techniques (genetic algorithms) in a hybrid system that well
enjoy the advantages of each of these techniques to the generation of future scenarios that can
show, in aaddition to normal forecasts based on historical values, alternative pathways of the
curves of time series analyzed.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufpa.br:2011/4598
Date04 May 2012
CreatorsCONDE, Guilherme Augusto Barros
ContributorsFRANCÊS, Carlos Renato Lisboa
PublisherUniversidade Federal do Pará, Programa de Pós-Graduação em Engenharia Elétrica, UFPA, Brasil, Instituto de Tecnologia
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Sourcereponame:Repositório Institucional da UFPA, instname:Universidade Federal do Pará, instacron:UFPA
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0017 seconds