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

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.

A Regulação na saúde e o fortalecimento do setor privado sob a orientação do Banco Mundial

Este trabalho faz uma análise de três modelos de regulação: a regulação no acesso aos serviços de saúde, que é realizado no âmbito do Sistema Único de Saúde; a regulação via agências reguladoras; e o caráter regulador que o Estado adquire ao repassar a execução dos serviços de saúde a entidades como as Organizações Sociais, as Organizações da Sociedade Civil de Interesse Público e às Fundações Estatais de Direito Privado. Estes três modelos são resultantes do denominado Estado Regulador Neoliberal, originado do modelo de acumulação capitalista financeirizado e difundido no campo social pelo Banco Mundial. O Estado Regulador Neoliberal foi adotado no Brasil, na década de 90, por meio da contrarreforma do Estado, que reorganizou as funções deste, tornando-o mais regulador do que interventor. No campo social, esse modelo de Estado foi estabelecido com a divisão e transferência da execução das políticas sociais para a sociedade e para o mercado, focalizando sua ação aos setores mais pobres. A política de saúde que, pela ação do movimento de reforma sanitária, se tornou direito social na Constituição Federal de 1988, vai ser atingida por uma contrarreforma desencadeada pelo Banco Mundial, que tratou de distorcer os princípios deste sistema, organizando-o, no sentido de ofertar serviços de saúde públicos somente aos grupos mais pobres, na tentativa de quebrar com a universalidade desta política. Esta situação gera um conflito de interesses de dois projetos distintos no campo da saúde no Brasil: um que defende a política de saúde pelo viés da reforma sanitária e outro que defende a saúde pela via do mercado. Os modelos de regulação aqui estudados são frutos destas contrarreformas e atuam sob a lógica do projeto de saúde voltado ao capital, portanto contrários a efetivação do SUS.

Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro

A predição do preço da energia elétrica é uma questão importante para todos os participantes do mercado, para que decidam as estratégias mais adequadas e estabeleçam os contratos bilaterais que maximizem seus lucros e minimizem os seus riscos. O preço da energia tipicamente exibe sazonalidade, alta volatilidade e picos. Além disso, o preço da energia é influenciado por muitos fatores, tais como: demanda de energia, clima e preço de combustíveis. Este trabalho propõe uma nova abordagem híbrida para a predição de preços de energia no mercado de curto prazo. Tal abordagem combina os filtros autorregressivos integrados de médias móveis (ARIMA) e modelos de Redes Neurais (RNA) numa estrutura em cascata e utiliza variáveis explanatórias. Um processo em dois passos é aplicado. Na primeira etapa, as variáveis explanatórias são preditas. Na segunda etapa, os preços de energia são preditos usando os valores futuros das variáveis exploratórias. O modelo proposto considera uma predição de 12 passos (semanas) a frente e é aplicada ao mercado brasileiro, que possui características únicas de comportamento e adota o despacho centralizado baseado em custo. Os resultados mostram uma boa capacidade de predição de picos de preço e uma exatidão satisfatória de acordo com as medidas de erro e testes de perda de cauda quando comparado com técnicas tradicionais. Em caráter complementar, é proposto um modelo classificador composto de árvores de decisão e RNA, com objetivo de explicitar as regras de formação de preços e, em conjunto com o modelo preditor, atuar como uma ferramenta atrativa para mitigar os riscos da comercialização de energia.