Made available in DSpace on 2014-06-12T15:54:09Z (GMT). No. of bitstreams: 2
arquivo1961_1.pdf: 7429302 bytes, checksum: f3051d36d41c342d86505592605868d8 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2008 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / De forma geral, as abordagens descritas na literatura utilizam apenas a própria série para
realizar a previsão, descartando a série de resíduos proveniente da diferença entre os dados
reais da série e a previsão do modelo. Os métodos tradicionais de inteligência artificial
não tratam a série de resíduos, considerando assim que essa série tenha o comportamento
de um ruído branco, contendo pouca ou nenhuma informação relevante.
Estudos realizados em torno das séries de resíduos, geradas pelo Método Time-lag
Added Evolutionary Forecasting Method(TAEF), possibilitaram a constatação da não existência
de características de ruído branco, mas conjuntos de padrões que detém informações
relevantes que podem ser captadas pelo método.
Com base nesses estudos e inspirado na Teoria da Perturbação, um conceito já comumente
usado em outros ramos da ciência, o Método Perturbative Time-lag Added
Evolutionary Forecasting Method (Método P-TAEF) foi desenvolvido para tratamento e
previsão das séries residuais. A Teoria da Perturbação é semelhante a uma expansão
de potências, como na expansão de Taylor, onde cada termo acrescentado à expansão
introduz um fator de correção, que converge para a solução real do problema.
Vários experimentos foram realizados com o Método P-TAEF com séries temporais
com diferentes características. Foram utilizadas séries de natureza e complexidade distintas,
de tal modo a comprovar a eficiência do método proposto. Foi testado um conjunto
de sete séries, sendo uma artificial (série do Mapa de Hénon), duas de fenômenos da natureza
(série das Manchas Solares e série de Medidas do Brilho de uma Estrela) e quatro
séries econômico-financeiras (Índice Dow Jones Industrial Average, Índice Nasdaq,´ Índice
S&P500 e valores de Fechamento das Ações da Petrobras (PetrobrasON)).
Os experimentos foram comparados com técnicas tradicionais de IA encontradas na
literatura e com o Método TAEF
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/2047 |
| Date | 31 January 2008 |
| Creators | Salgado Gomes de Mattos Neto, Paulo |
| Contributors | Crispim Vasconcelos, Germano |
| Publisher | Universidade Federal de Pernambuco |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0016 seconds