[pt] A previsão de séries temporais é um assunto de grande importância para diversas áreas, podendo servir como base para planejamento e controle, entre outros. As formas mais comuns de previsão são as pontuais. É arriscado, no entanto, planejadores tomarem decisões unicamente com base em previsões
pontuais, pois séries reais são compostas por uma parte aleatória que não pode ser definida por modelagem matemática. Um modo de contornar este problema é realizando previsões intervalares. Estas fornecem informações sobre as incertezas das previsões pontuais, o que auxilia o planejador em suas decisões. Modelos de lógica fuzzy têm sido investigados na literatura de previsão devido a sua capacidade de modelar incertezas. Apesar disso, sistemas de lógica fuzzy Mamdani (MFLS) foram pouco investigados no tema, comparando-se a outros tipos de modelagens fuzzy. Ademais, entende-se que a literatura de previsão intervalar com modelos fuzzy é limitada. Neste contexto, este trabalho propõe um método para construção de previsões intervalares a partir das previsões pontuais do modelo MFLS de tipo-1 (T1 MFLS). O método proposto para construção de previsões intervalares do MFLS é baseado na reamostragem de erros in-sample. O modelo T1 MFLS é construído com uma heurística (para partição do universo de discurso das variáveis do modelo) e com a seleção da entrada do modelo. Previsões pontuais e intervalares são produzidas para séries horárias de carga de energia elétrica. A literatura de modelos fuzzy de previsão é revisada. / [en] Time series forecasting is an important subject for many areas; it can serve as basis for planning and control, among others. The most common type of forecast is the point forecast. It is, nevertheless, risky to make decisions based on point forecasts, considering that real time series are composed by a random part
that cannot be exactly defined by mathematical modeling. One way to by-pass this problem is by producing interval forecasts. These provide information about point forecasts reliability, what helps the planner make his decisions. Fuzzy logic models have been investigated in the forecasting literature due to their ability to
model uncertainties. In spite of this, Mamdani fuzzy logic systems (MFLS) have been less investigated in this subject than other types of fuzzy modeling approaches. Furthermore, it is understood that the literature of interval forecasting with fuzzy models is very limited. In this context, this work proposes a method for creating interval prediction from point forecasts of a type-1 MFLS (T1 MFLS). The proposed method for interval forecast construction is based on the resampling of in-sample errors. The T1 MFLS model is constructed with a heuristic (that makes the partition of the universe of discourse of the model s variables) and with selection of the model s inputs. Point and interval forecasts are produced for hourly electricity load series. The literature of fuzzy models applied in forecasting is reviewed.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:30504 |
| Date | 12 July 2017 |
| Creators | BRUNO QUARESMA BASTOS |
| Contributors | REINALDO CASTRO SOUZA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | English |
| Type | TEXTO |
Page generated in 0.0014 seconds