Fuzzy rule-based system for evaluation of uncertainty transaction in cassava chain

A fuzzy ruled-based system was developed in this study and resulted in an index indicating the level of uncertainty related to commercial transactions between cassava growers and their dealers. The fuzzy system was developed based on Transaction Cost Economics approach. The fuzzy system was developed from input variables regarding information sharing between grower and dealer on “Demand/purchase Forecasting”, “Production Forecasting” and “Production Innovation”. The output variable is the level of uncertainty regarding the transaction between seller and buyer agent, which may serve as a system for detecting inefficiencies. Evidences from 27 cassava growers registered in the Regional Development Offices of Tupa and Assis, São Paulo, Brazil, and 48 of their dealers supported the development of the system. The mathematical model indicated that 55% of the growers present a Very High level of uncertainty, 33% present Medium or High. The others present Low or Very Low level of uncertainty. From the model, simulations of external interferences can be implemented in order to improve the degree of uncertainty and, thus, lower transaction costs.

The influence of the alveolar ridge shape on the stress distribution in a free-end saddle removable partial denture supported by implant

The alveolar ridge shape plays an important role in predicting the demand on the support tooth and alveolar bone in the removable partial denture (RPD) treatment. However, these data are unclear when the RPD is associated with implants. This study evaluated the influence of the alveolar ridge shape on the stress distribution of a free-end saddle RPD partially supported by implant using 2-dimensioanl finite element analysis (FEA). Four mathematical models (M) of a mandibular hemiarch simulating various alveolar ridge shapes (1-distal desceding, 2- concave, 3-horizontal and 4-distal ascending) were built. Tooth 33 was placed as the abutment. Two RPDs, one supported by tooth and fibromucosa (MB) and other one supported by tooth and implant (MC) were simulated. MA was the control (no RPD). The load (50N) were applied simultaneously on each cusp. Appropriate boundary conditions were assigned on the border of alveolar bone. Ansys 10.0 software was used to calculate the stress fields and the von Mises equivalent stress criteria (σvM) was applied to analyze the results. The distal ascending shape showed the highest σvM for cortical and medullar bone. The alveolar ridge shape had little effect on changing the σvM based on the same prosthesis, mainly around the abutment tooth.

Descrição de algumas das dimensões que compõem o perfil do corpo docente dos Departamentos de Estatística do Brasil

O ensino da ciência estatística é obrigatório em praticamente todos os cursos de graduação das universidades brasileiras. Além disso, vários são cursos de Graduação em Estatística, distribuídos pelas várias universidades nacionais. Entretanto, apesar da importância desta ciência, não existem, na literatura nacional, estudos sistemáticos direcionados à caracterização dos docentes responsáveis pelo ensino da ciência estatística no país. Neste contexto, apresentamos, neste artigo, uma descrição de tais docentes, particularmente, no que tange aos cursos de Graduação em Estatística Esta descrição foi realizada por meio de um levantamento amostral descritivo, relacionado aos aspectos de sua formação e produção científica, sendo finalizada com a apresentação da previsão de demanda de Doutores em Estatística necessários para suprir as vagas em aberto a partir das ocorrências das aposentadorias dos docentes das Graduações em Estatística no país.

Aplicações de sistemas multiagentes na previsão espacial de demanda elétrica em sistemas de distribuição

Pós-graduação em Engenharia Elétrica - FEIS

Previsão espacial de demanda em sistemas de distribuição com uma base reduzida de dados

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Estudo da previsão de propriedades do biodiesel utilizando espectros de infravermelho e calibração multivariada

O biodiesel tem sido amplamente utilizado como uma fonte de energia renovável, que contribui para a diminuição de demanda por diesel mineral. Portanto, existem várias propriedades que devem ser monitoradas, a fim de produzir e distribuir biodiesel com a qualidade exigida. Neste trabalho, as propriedades físicas do biodiesel, tais como massa específica, índice de refração e ponto de entupimento de filtro a frio foram medidas e associadas a espectrometria no infravermelho próximo (NIR) e espectrometria no infravermelho médio (Mid-IR) utilizando ferramentas quimiométricas. Os métodos de regressão por mínimos quadrados parciais (PLS), regressão de mínimos quadrados parciais por intervalos (iPLS), e regressão por máquinas de vetor de suporte (SVM) com seleção de variáveis por Algoritmo Genético (GA) foram utilizadas para modelar as propriedades mencionadas. As amostras de biodiesel foram sintetizadas a partir de diferentes fontes, tais como canola, girassol, milho e soja. Amostras adicionais de biodiesel foram adquiridas de um fornecedor da região sul do Brasil. Em primeiro lugar, o pré-processamento de correção de linha de base foi usado para normalizar os dados espectrais de NIR, seguidos de outros tipos de pré-processamentos que foram aplicados, tais como centralização dos dados na média, 1 derivada e variação de padrão normal. O melhor resultado para a previsão do ponto de entupimento de filtro a frio foi utilizando os espectros de Mid-IR e o método de regressão GA-SVM, com alto coeficiente de determinação da previsão, R2Pred=0,96 e baixo valor da Raiz Quadrada do Erro Médio Quadrático da previsão, RMSEP (C)= 0,6. Para o modelo de previsão da massa específica, o melhor resultado foi obtido utilizando os espectros de Mid-IR e regressão por PLS, com R2Pred=0,98 e RMSEP (g/cm3)= 0,0002. Quanto ao modelo de previsão para o índice de refração, o melhor resultado foi obtido utilizando os espectros de Mid-IR e regressão por PLS, com excelente R2Pred=0,98 e RMSEP= 0,0001. Para esses conjuntos de dados, o PLS e o SVM demonstraram sua robustez, apresentando-se como ferramentas úteis para a previsão das propriedades do biodiesel estudadas

APT versus modelo de fator de retorno esperado : a aplicação de duas ferramentas de previsão de retornos das ações na BOVESPA

Apesar da grande evolução, a questão da precificação de ativos encontra-se ainda cercada de incertezas e indefinições quanto à forma como esta deve ser feita. A incerteza por parte dos investidores em relação aos resultados a serem obtidos em suas aplicações no mercado financeiro gera forte demanda por modelos mais precisos quanto à capacidade de quantificação do retorno esperado. Este trabalho procura, em uma análise preliminar, estudar, utilizando o tratamento estatístico de regressão múltipla, os fatores explicativos dos retornos diferenciais das ações na Bolsa de Valores de São Paulo (Bovespa) no período de janeiro de 1995 a dezembro de 1999. Em seguida, visa-se analisar, através de um teste comparativo de desempenho envolvendo simulação de investimentos em portfolios de ações, a capacidade do Modelo de Fator de Retorno Esperado de Haugen e Baker (1996) e da APT (Arbitrage Pricing Theory) de Ross (1976) em prognosticar os retornos das 70 ações incluídas na amostra. Por fim, levanta-se o perfil de risco e liquidez dos portfolios selecionados pelos modelos a fim de verificar a relação risco-retorno. Os resultados apontaram sete fatores capazes de explicar o retorno diferencial mensal das ações. Contrapondo-se aos pressupostos teóricos, nenhum fator de risco inseriu-se no grupo de fatores selecionados. Já os fatores que apresentaram significância estatística em suas médias, dois inserem-se no grupo liquidez, três referem-se aos parâmetros de valor das ações e dois estão relacionados ao histórico de preços das ações. Comparando os resultados obtidos pelos modelos inseridos neste estudo, conclui-se que o Modelo de Fator de Retorno Esperado é mais eficiente na tarefa de predizer os retornos futuros das ações componentes da amostra. Este, além de ter alcançado uma média de retornos mensais superior, foi capaz de sustentar retorno acumulado superior ao da APT durante todo o período de teste (jan/2000 a dez/2002). Adicionalmente, o uso deste modelo permitiu selecionar portfolios com um perfil de menor risco.

Um estudo dos supermercados no Brasil: uma investigação sobre a demanda de mercado, a fatia de mercado e a área de influência

Esse trabalho dá continuidade a estudos anteriores e visa contribuir para o avanço da ainda embrionária teoria varejista. Conseguimos desenvolver e operacionalizar os conceitos de área de influência, demanda de mercado e fatia de mercado, e analisar os resultados desses indicadores para os 27 supermercados de São Paulo, que participaram de nossa extensa pesquisa empírica. Um processo de modelagem econométrica foi conduzido, resultando em um modelo de regressão múltipla que satisfatoriamente explica e prevê área de influência como função de três variáveis: tamanho da loja, densidade populacional e disponibilidade de transporte coletivo. Apoiado em rigorosa metodologia de previsão de mercado, o estudo também revela estimativas de mercado que substancialmente diferem dos valores que vem sendo publicados na mídia especializada do setor. Nossa estimativa da demanda de mercado para o setor 'supermercados' no Brasil, em 2002, chega a superar R$ 100 bilhões, enquanto que nossa projeção da concentração das 5 maiores empresas no setor é de apenas 25%.

Visão prospectiva da demanda de aços planos no Brasil

Ao longo da história da humanidade, vários esforços foram feitos na tentativa de prever o futuro. Isto ocorreu como uma forma de antever possíveis situações e também de estabelecer mudanças de objetivos devido às alternativas apresentadas. Inúmeros questionamentos surgiram diante deste processo e inegavelmente estavam centrados no quesito “incerteza” dos eventos. E é exatamente neste contexto que surge a técnica prospectiva, que tem o propósito de analisar as incertezas e refletir sobre as suas alternativas de ação no presente e trata de aprimorar o entendimento de como o futuro pode acontecer. As opções de futuro se materializam através da sua descrição ordenada e consistente, ou seja, através de um cenário que é a delimitação de uma situação futura e da seqüência dos acontecimentos que permitem passar da situação de origem a essa situação futura. Assim, o objetivo desse trabalho é realizar um estudo prospectivo e longo prazo sobre a demanda de aços planos no Brasil, tendo em vista a importância da indústria siderúrgica brasileira e às incertezas a ela relacionadas e utiliza a análise prospectiva na elaboração de cenários passíveis de ocorrência. Portanto, trata, inicialmente, de aspectos conceituais da visão prospectiva e sua evolução histórica, abordando e focalizando a técnica proposta por Michel Godet, porém utilizando o método PROSPEX de Eduardo Marques para a elaboração de cenários da demanda de aços planos no Brasil. Diante disso, foram identificados dois cenários qualitativos contrastantes e posteriormente submetidos a um modelo macroeconômico de projeção, o Projetar_e, que, devidamente calibrado, indicou quantitativamente o nível de diversas variáveis econômicas e o desempenho futuro do Produto Interno Bruto (PIB). Como resultado, concluímos que há uma forte relação de causalidade entre o PIB e o consumo de aços planos e identificamos uma equação de regressão linear que permite a projeção da referida demanda. As conclusões ainda demonstram que os resultados dos cenários quantitativos identificados neste trabalho apresentam diferenças significativas em relação às estimativas efetuadas pelo Instituto Brasileiro de Siderurgia (IBS), cabendo, portanto uma reflexão sobre a plausibilidade da utilização de cenários de caráter projetivos para estudos de longo vii prazo, baseados em dados históricos que simplesmente extrapolam para o futuro a imagem do passado. Finalmente, recomendamos pesquisas adicionais para a formalização da integração de métodos qualitativos com métodos quantitativos de elaboração de cenários e a utilização de estudos prospectivos nas empresas participantes da cadeia de valor que utilizam o aço plano como matéria-prima essencial nos seus processos produtivos.

Demanda de moeda no Brasil : uma análise por meio do Filtro de Kalman

Busca-se como objetivo geral, através da estimação de uma equação de demanda por moeda de longo prazo para o Brasil, período 1980-2001, testar a sua estabilidade, o que implica analisar a evolução dos coeficientes ao longo do tempo, bem como mensurar o desempenho acerca do grau de previsibilidade de demanda futura por encaixes reais, comparando sua eficiência no prognóstico com aquelas que se obteriam utilizando técnicas de estimação Mínimos Quadrados Ordinários (MQO) e Mínimos Quadrados Ordinários Recursivos (MQOR), ambas de caráter não adaptativo. Além disso, como resultado da análise percuciente das trajetórias dos parâmetros, a política monetária exercida no período é recuperada. Os resultados rejeitam a hipótese nula de estabilidade da demanda de moeda, encontrando-se que os parâmetros apresentam flutuações importantes não ilustradas pelo procedimento MQO, tendo se destacado o período 1986-1992 como o mais instável. Como era de se esperar, nos testes de capacidade de previsão, a estimação por meio do Filtro de Kalman supera as demais técnicas, evidenciando a ocorrência de mudanças nos regimes de política.

Previsão de carga multinodal utilizando redes neurais de regressão generalizada

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Previsão de cargas elétricas através de um modelo híbrido de regressão com redes neurais

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Metodologias de inteligência computacional aplicadas ao problema de previsão de carga a curto prazo

Diversas atividades de planejamento e operação em sistemas de energia elétrica dependem do conhecimento antecipado e preciso da demanda de carga elétrica. Por este motivo, concessionárias de geração e distribuição de energia elétrica cada vez mais fazem uso de tecnologias de previsão de carga. Essas previsões podem ter um horizonte de curtíssimo, curto, médio ou longo prazo. Inúmeros métodos estatísticos vêm sendo utilizados para o problema de previsão. Todos estes métodos trabalham bem em condições normais, entretanto deixam a desejar em situações onde ocorrem mudanças inesperadas nos parâmetros do ambiente. Atualmente, técnicas baseadas em Inteligência Computacional vêm sendo apresentadas na literatura com resultados satisfatórios para o problema de previsão de carga. Considerando então a importância da previsão da carga elétrica para os sistemas de energia elétrica, neste trabalho, uma nova abordagem para o problema de previsão de carga via redes neurais Auto-Associativas e algoritmos genéticos é avaliada. Três modelos de previsão baseados em Inteligência Computacional são também apresentados tendo seus desempenhos avaliados e comparados com o sistema proposto. Com os resultados alcançados, pôde-se verificar que o modelo proposto se mostrou satisfatório para o problema de previsão, reforçando assim a aplicabilidade de metodologias de inteligência computacional para o problema de previsão de cargas.

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.