Integração de modelos espaciais e temporais para predições de níveis freáticos extremos

O objetivo deste trabalho foi avaliar cenários de níveis freáticos extremos, em bacia hidrográfica, por meio de métodos de análise espacial de dados geográficos. Avaliou-se a dinâmica espaço‑temporal dos recursos hídricos subterrâneos em área de afloramento do Sistema Aquífero Guarani. As alturas do lençol freático foram estimadas por meio do monitoramento de níveis em 23 piezômetros e da modelagem das séries temporais disponíveis de abril de 2004 a abril de 2011. Para a geração de cenários espaciais, foram utilizadas técnicas geoestatísticas que incorporaram informações auxiliares relativas a padrões geomorfológicos da bacia, por meio de modelo digital de terreno. Esse procedimento melhorou as estimativas, em razão da alta correlação entre altura do lençol e elevação, e agregou sentido físico às predições. Os cenários apresentaram diferenças quanto aos níveis considerados extremos - muito profundos ou muito superficiais - e podem subsidiar o planejamento, o uso eficiente da água e a gestão sustentável dos recursos hídricos na bacia.

Estudos de modelos Estocásticos: processo de contato, séries aleatórias e processos difusivos

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior

Modelagem de séries de monitoramento de nível freático em área de afloramento do sistema aquífero guarani (sag) sob influência de diferentes usos agrícolas da terra

Pós-graduação em Agronomia (Irrigação e Drenagem) - FCA

Modelagem de comunicações móveis com a utilização de series temporais e geoestatísticas

O presente trabalho apresenta os resultados da modelagem de canal de propagação baseado em séries temporais multivariadas com a utilização de dados coletados em campanhas de medição e as principais características da urbanização de onze vias do centro da cidade de Belém-Pa. Modelos de função de transferência foram utilizados para avaliar efeitos na série temporal da potência do sinal recebido (dBm) que foi utilizada como variável resposta e como variáveis explicativas a altura dos prédios e as distâncias entre os prédios. Como nos modelos em séries temporais desconsideram-se as possíveis correlações entre amostras vizinhas, utilizou-se um modelo geoestatístico para se estabelecer a correção do erro deste modelo. Esta fase do trabalho consistiu em um conjunto de procedimentos necessários às técnicas geoestatísticas. Tendo como objetivo a análise em duas dimensões para dados espacialmente distribuídos, no que diz respeito à interpolação de superfícies geradas a partir das mostras georreferenciadas obtidas dos resíduos da potência do sinal recebido calculados com o modelo em séries temporais. Os resultados obtidos com o modelo proposto apresentam um bom desempenho, com erro médio quadrático na ordem de 0,33 dB em relação ao sinal medido, considerando os dados das onze vias do centro urbano da cidade de Belém/Pa. A partir do mapa de distribuição espacial da potência do sinal recebido (dBm), pode se identificar com facilidade as zonas infra ou supra dimensionadas em termos desta variável, isto é, beneficiadas ou prejudicadas com relação a recepção do sinal, o que pode resultar em um maior investimento da operadora (concessionária de telefonia celular móvel) local naquelas regiões onde o sinal é fraco.

Análise da influência de variáveis meteorológicas e da hidrodinâmica sobre os padrões espaciais e temporais da qualidade da água e de florescimentos de cianobactérias e macrófitas em um reservatório urbano

Os reservatórios urbanos estão suscetíveis a uma variedade de interferências antropogênicas que acarretam grande variabilidade espacial e temporal. Contudo, possuem uma dinâmica própria na qual o hidroclima e micro e macro-eventos meteorológicos atuam sobre os processos físicos, químicos e biológicos resultando em respostas particulares de cada corpo de água. No presente estudo a existência de padrões espaciais e temporais na formação de florescimentos de algas, cianobactérias e macrófitas no reservatório Guarapiranga, São Paulo, SP, foi avaliada por meio de experimento de curta escala de tempo durante o evento da entrada de uma frente fria. Foram amostrados 64 pontos em todo o reservatório, e o estudo intensivo de florescimento algal e de cianobactérias em dois ciclos nictemerais, em um ponto selecionado no reservatório. Um modelo tridimensional de hidrodinâmica foi aplicado ao estudo compartimentalizado dos tempos de residência e imagens de satélite foram analisadas para determinação de padrões temporais e espaciais durante períodos de tempo mais amplos. Os resultados revelaram que os períodos mais favoráveis ao surgimento de florescimentos de cianobactérias são geralmente os meses mais quentes, de dezembro e janeiro, ou aqueles em que ocorrem estratificações mais fortes como no fim do inverno, em julho, e após as primeiras chuvas nos meses de setembro e outubro. Existem padrões espaciais recorrentes na formação dos florescimentos, controlados em grande parte pela ação do vento, que no reservatório Guarapiranga é predominantemente nas direções leste e sudeste empurrando os florescimentos na direção da foz dos tributários Embu Mirim e Embu Guaçu e ocasionalmente na direção da foz do rio Parelheiros. As simulações hidrodinâmicas evidenciam as forçantes que determinam os padrões observados e reforçam a importância de se discretizarem os tempos de residência de diferentes compartimentos do reservatório. As séries temporais amplas permitiram a determinação da qualidade da água em cada região e fornecem subsídios para o futuro manejo do reservatório. Como esse comportamento não se restringe ao reservatório Guarapiranga, o tipo de modelagem aqui utilizada pode ser útil para obter informações importantes no processo de planejamento e seleção de medidas para o gerenciamento de reservatórios urbanos tropicais polimíticos, em geral.

Modelos autorregressivos com valores inteiros não negativos : aplicação em séries económicas de Cabo Verde

No estudo de séries temporais, os processos estocásticos usuais assumem que as distribuições marginais são contínuas e, em geral, não são adequados para modelar séries de contagem, pois as suas características não lineares colocam alguns problemas estatísticos, principalmente na estimação dos parâmetros. Assim, investigou-se metodologias apropriadas de análise e modelação de séries com distribuições marginais discretas. Neste contexto, Al-Osh and Alzaid (1987) e McKenzie (1988) introduziram na literatura a classe dos modelos autorregressivos com valores inteiros não negativos, os processos INAR. Estes modelos têm sido frequentemente tratados em artigos científicos ao longo das últimas décadas, pois a sua importância nas aplicações em diversas áreas do conhecimento tem despertado um grande interesse no seu estudo. Neste trabalho, após uma breve revisão sobre séries temporais e os métodos clássicos para a sua análise, apresentamos os modelos autorregressivos de valores inteiros não negativos de primeira ordem INAR (1) e a sua extensão para uma ordem p, as suas propriedades e alguns métodos de estimação dos parâmetros nomeadamente, o método de Yule-Walker, o método de Mínimos Quadrados Condicionais (MQC), o método de Máxima Verosimilhança Condicional (MVC) e o método de Quase Máxima Verosimilhança (QMV). Apresentamos também um critério automático de seleção de ordem para modelos INAR, baseado no Critério de Informação de Akaike Corrigido, AICC, um dos critérios usados para determinar a ordem em modelos autorregressivos, AR. Finalmente, apresenta-se uma aplicação da metodologia dos modelos INAR em dados reais de contagem relativos aos setores dos transportes marítimos e atividades de seguros de Cabo Verde.

Previsão do índice bovespa por meio de redes neurais artificiais: uma análise comparada aos métodos tradicionais de séries de tempo

Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer, 90 neurons in one hidden layer and one given as the output layer (Ibovespa). These models used backpropagation, an input activation function based on the tangent sigmoid and a linear output function. Since the aim of analyzing the adherence of the Method of Artificial Neural Networks to carry out predictions of the Ibovespa, we chose to perform this analysis by comparing results between this and Time Series Predictive Model GARCH, developing a GARCH model (1.1).Once applied both methods (ANN and GARCH) we conducted the results' analysis by comparing the results of the forecast with the historical data and by studying the forecast errors by the MSE, RMSE, MAE, Standard Deviation, the Theil's U and forecasting encompassing tests. It was found that the models developed by means of ANNs had lower MSE, RMSE and MAE than the GARCH (1,1) model and Theil U test indicated that the three models have smaller errors than those of a naïve forecast. Although the ANN based on returns have lower precision indicator values than those of ANN based on prices, the forecast encompassing test rejected the hypothesis that this model is better than that, indicating that the ANN models have a similar level of accuracy . It was concluded that for the data series studied the ANN models show a more appropriate Ibovespa forecasting than the traditional models of time series, represented by the GARCH model

Integração de modelos espaciais e temporais para predições de níveis freáticos extremos

O objetivo deste trabalho foi avaliar cenários de níveis freáticos extremos, em bacia hidrográfica, por meio de métodos de análise espacial de dados geográficos. Avaliou-se a dinâmica espaço‑temporal dos recursos hídricos subterrâneos em área de afloramento do Sistema Aquífero Guarani. As alturas do lençol freático foram estimadas por meio do monitoramento de níveis em 23 piezômetros e da modelagem das séries temporais disponíveis de abril de 2004 a abril de 2011. Para a geração de cenários espaciais, foram utilizadas técnicas geoestatísticas que incorporaram informações auxiliares relativas a padrões geomorfológicos da bacia, por meio de modelo digital de terreno. Esse procedimento melhorou as estimativas, em razão da alta correlação entre altura do lençol e elevação, e agregou sentido físico às predições. Os cenários apresentaram diferenças quanto aos níveis considerados extremos - muito profundos ou muito superficiais - e podem subsidiar o planejamento, o uso eficiente da água e a gestão sustentável dos recursos hídricos na bacia.

Previsão do índice bovespa por meio de redes neurais artificiais: uma análise comparada aos métodos tradicionais de séries de tempo

Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer, 90 neurons in one hidden layer and one given as the output layer (Ibovespa). These models used backpropagation, an input activation function based on the tangent sigmoid and a linear output function. Since the aim of analyzing the adherence of the Method of Artificial Neural Networks to carry out predictions of the Ibovespa, we chose to perform this analysis by comparing results between this and Time Series Predictive Model GARCH, developing a GARCH model (1.1).Once applied both methods (ANN and GARCH) we conducted the results' analysis by comparing the results of the forecast with the historical data and by studying the forecast errors by the MSE, RMSE, MAE, Standard Deviation, the Theil's U and forecasting encompassing tests. It was found that the models developed by means of ANNs had lower MSE, RMSE and MAE than the GARCH (1,1) model and Theil U test indicated that the three models have smaller errors than those of a naïve forecast. Although the ANN based on returns have lower precision indicator values than those of ANN based on prices, the forecast encompassing test rejected the hypothesis that this model is better than that, indicating that the ANN models have a similar level of accuracy . It was concluded that for the data series studied the ANN models show a more appropriate Ibovespa forecasting than the traditional models of time series, represented by the GARCH model

Modelos autorregressivos com valores inteiros não negativos : aplicação em séries económicas de Cabo Verde

No estudo de séries temporais, os processos estocásticos usuais assumem que as distribuições marginais são contínuas e, em geral, não são adequados para modelar séries de contagem, pois as suas características não lineares colocam alguns problemas estatísticos, principalmente na estimação dos parâmetros. Assim, investigou-se metodologias apropriadas de análise e modelação de séries com distribuições marginais discretas. Neste contexto, Al-Osh and Alzaid (1987) e McKenzie (1988) introduziram na literatura a classe dos modelos autorregressivos com valores inteiros não negativos, os processos INAR. Estes modelos têm sido frequentemente tratados em artigos científicos ao longo das últimas décadas, pois a sua importância nas aplicações em diversas áreas do conhecimento tem despertado um grande interesse no seu estudo. Neste trabalho, após uma breve revisão sobre séries temporais e os métodos clássicos para a sua análise, apresentamos os modelos autorregressivos de valores inteiros não negativos de primeira ordem INAR (1) e a sua extensão para uma ordem p, as suas propriedades e alguns métodos de estimação dos parâmetros nomeadamente, o método de Yule-Walker, o método de Mínimos Quadrados Condicionais (MQC), o método de Máxima Verosimilhança Condicional (MVC) e o método de Quase Máxima Verosimilhança (QMV). Apresentamos também um critério automático de seleção de ordem para modelos INAR, baseado no Critério de Informação de Akaike Corrigido, AICC, um dos critérios usados para determinar a ordem em modelos autorregressivos, AR. Finalmente, apresenta-se uma aplicação da metodologia dos modelos INAR em dados reais de contagem relativos aos setores dos transportes marítimos e atividades de seguros de Cabo Verde.

Qualidade do ar e atendimentos médicos de emergência por sintomas respiratórios em crianças residentes em Jacarepaguá, Rio de Janeiro

Apesar da cidade do Rio de Janeiro ser uma das mais importantes metrópoles brasileiras são muito pouco conhecidos os efeitos da exposição aos poluentes atmosféricos na saúde da população carioca. Este trabalho foi idealizado para suprir uma parte desta carência. Os poluentes investigados foram PM10, SO2, NO2, CO e O3 e os desfechos envolveram os atendimentos pediátricos de emergência por sintomas respiratórios em três unidades públicas de saúde de Jacarepaguá, entre abril de 2002 e março de 2003. As variáveis de confusão foram a tendência temporal, sazonalidade, temperatura, umidade relativa do ar, precipitação de chuva e infecções respiratórias. Também foram ajustados os efeitos do calendário, isto é, determinados dias do ano que apresentaram comportamentos anormais como feriados e finais de semana. Houve inúmeras falhas no monitoramento de todos os poluentes e devido ao reduzido volume de dados, optou-se por não incluir o SO2 nas análises. Uma vez que os determinantes e as conseqüências clínicas das exposições aos poluentes atmosféricos são bastante distintos nas vias aérias superiores e nas vias aéreas inferiores, um dos estudos verificou a associação dos poluentes do ar com transtornos nestes dois segmentos. Embora de pequena magnitude, somente o O3 apresentou resultado positivo e estatisticamente significativo, tanto com todos os atendimentos de emergência por queixas respiratórias como com os atendimentos motivados por sintomas nas vias aéreas inferiores. O efeito foi no mesmo dia da exposição (lag 0). No outro estudo, investigou-se a associação dos poluentes do ar com os atendimentos de emergência por sintomas de obstrução brônquica. Neste caso, as crianças foram categorizadads em três faixas etárias. Somente as crianças com idades menores que 2 anos tiveram um resultado positivo e estatisticamente significativo, de expressiva magnitude com PM10. Semelhante efeito foi visto com o O3, embora com significado estatístico limítrofe (p<0,06). Também neste estudo o efeito ocorreu no mesmo dia da exposição. Apesar das falhas no monitoramento, nos dois estudos, os parâmetros da poluição ambiental estiveram associados ao aumento do número de atendimentos pediátricos de emergência por motivos respiratórios em Jacarepaguá. Durante o período de estudos, os níveis de todos os poluentes monitorados permaneceram abaixo dos limites recomendados.

Redução de peso na prevenção primária de acidente vascular cerebral

Como as doenças cardiovasculares (DCV) constituem a principal causa de morte na maioria dos países e as tendências de mortalidade não se apresentam totalmente elucidadas nos países em desenvolvimento, torna-se adequado explorar a evolução da mortalidade das DCV, dando ênfase ao acidente vascular cerebral (AVC) no Brasil. Devido à prevalência de AVC e também devido à associação causal entre sobrepeso ou obesidade e AVC não ser clara, é importante avaliar o efeito da perda de peso na prevenção primária de AVC. Baseado no fato do rimonabant ser a primeira droga de uma nova classe de medicamentos promissora não apenas na redução de peso, mas por sua influência sobre os fatores de risco cardiovascular, torna-se pertinente estabelecer sua eficácia e segurança. Inicialmente, para traçar um panorama sobre a epidemiologia das DCV no Brasil, com ênfase em AVC, foram realizados dois estudos com as tendências temporais de mortalidade por DCV ao longo das três últimas décadas, investigando as diferenças entre as regiões do país e entre indivíduos de diversas faixas etárias e de ambos os sexos, (artigo I e II). Além disso, duas revisões sistemáticas foram realizadas: uma para avaliar o efeito da perda de peso na prevenção primária de AVC; a segunda para investigar o uso do medicamento rimonabant no tratamento da obesidade (artigo III e IV). As taxas de mortalidade de AVC diminuíram substancialmente nas últimas três décadas, de 68,2 a 40,9 por 100 000 habitantes. Essa redução foi detectada em ambos os sexos de todas as faixas etárias, e nas diferentes regiões do país, sendo mais acentuadas nas regiões mais ricas (artigo I). A mesma tendência foi observada nas demais DCV, que em geral apresentaram uma redução anual média de 3,9%. As maiores reduções foram encontradas para AVC (média de 4,0% ao ano) seguido por doença coronariana (média de 3,6% ao ano) (artigo II). Não existem estudos avaliando o efeito da redução de peso na prevenção primária de AVC (artigo III). Houve um efeito doseresposta com o uso do rimonabant: comparado com placebo, 20 mg da droga produziu uma redução de peso maior (4,9 kg) em 4 ensaios clínicos com duração de 1 ano. Foram observadas melhoras nos marcadores de risco cardiovascular. Porém 5 mg comparado com placebo mostrou apenas uma redução de 1,3 kg a mais do peso. A maior dose também provocou maiores efeitos adversos. Perdas no seguimento foram de aproximadamente 40% (artigo IV). Durante as últimas décadas, a mortalidade por DCV em geral e AVC diminiu consistentemente no Brasil, porém a magnitude do declínio variou de acordo com as diferenças socioeconômicas. Amplas intervenções poderiam ter mais êxito se planejadas de acordo com as desigualdades sociais e diferenças culturais. Os achados apontam para a necessidade da realização de ensaios clínicos randomizados controlados avaliando a perda de peso na prevenção primária do AVC, devido à alta relevância dessa condição. Como intervenções não são totamente eficazes no tratamento da obesidade, a prevenção, englobando um conjunto articulado de ações, permanece a forma mais eficiente de controlá-la. O medicamento rimonabant apresentou modesta perda de peso, porém os resultados obtidos devem ser interpretados com cautela de acordo com as deficiências na qualidade metodológica apresentadas por todos os estudos. São necessárias pesquisas de alta qualidade para avaliar a eficácia e a segurança do rimonabant em períodos mais longos.

Circulação e fluxo de material particulado em suspensão no principal canal de acesso à baía de Sepetiba

Entre 06/08/11 e 25/02/12 foram obtidas séries temporais contínuas de intensidade e direção das correntes e intensidade do eco ao longo de toda a coluna dágua, e medições, de temperatura e pressão, próximas ao fundo, na região adjacente ao canal de acesso à baía de Sepetiba (230'16.5"S e 4359'29.4"W, profundidade local de aproximadamente 25 m) através da utilização de um perfilador acústico ADCP (Acoustic Doppler Current Profiler), modelo WorkHorse BroadBand Sentinel (600 kHz, Teledyne-RDI). A partir dos dados adquiridos, observou-se a existência de correntes intensas próximo ao fundo (até 1,02 m/s), principalmente durante os períodos de enchente sob condições de sizígia, que são fortemente influenciadas pela orientação do canal de navegação. A análise das séries temporais das componentes da velocidade mostraram, em conformidade ao relatado por alguns autores, que esta é uma baía cuja circulação é fortemente influenciada pela dinâmica da maré sendo M2, M4, M6 e M8 as principais componentes harmônicas que atuam no sistema. Além disso, observou-se significativa assimetria da maré, sendo os períodos de enchente consideravelmente mais curtos e associados às correntes mais intensas, o que permite concluir que no setor investigado da baía de Sepetiba há dominância de enchente. Outra característica interessante da área de estudo relaciona-se à observação de que ventos intensos de S-SO são responsáveis pelo empilhamento de água no interior da baía, sendo que altura do nível da superfície da água apresenta relação direta com as variações da pressão atmosférica local. Em diversos períodos, quando há atuação de ventos de E-NE é possível encontrar Água Central do Atlântico Sul (ACAS) no interior da baía de Sepetiba, desde a sua entrada principal até as adjacências da ilha Guaíba. Além disso, foram identificadas diversas oscilações de baixa frequência que puderam ser associadas à variação da pressão atmosférica. Oscilações de alta frequência foram associadas à dinâmica da maré, a co-oscilações da maré e ao vento. Em relação à concentração de Material Particulado em Suspensão (MPS), durante os períodos de sizígia foram registradas as maiores concentrações material particulado na coluna dágua. Durante os períodos de sizígia, o fluxo de MPS é mais pronunciado do que durante as quadraturas, sendo que, independente do período da maré, o fluxo cumulativo de material particulado em suspensão é dirigido para o interior da baía de Sepetiba. Considerando o alinhamento dos vetores de velocidade em conformidade a direção preferencial do canal de navegação, tem-se que o fluxo cumulativo de MPS varia entre dirigido para SE na região próxima ao fundo, a dirigido para NE próximo ao topo da coluna dágua, o que sugere a deflexão do movimento das correntes em consequência do atrito. Ao longo de um dia, o fluxo do material particulado é mais pronunciado durante as enchentes, quando há aumento das tensões cisalhantes que atuam sobre o leito da baía redisponibilizando para a coluna dágua o material que estava depositado no fundo.

Uso de detectores de dimensões variáveis aplicados na detecção de anomalias através de sistemas imunológicos artificiais.

O presente trabalho investiga um método de detecção de anomalias baseado em sistemas imunológicos artificiais, especificamente em uma técnica de reconhecimento próprio/não-próprio chamada algoritmo de seleção negativa (NSA). Foi utilizado um esquema de representação baseado em hiperesferas com centros e raios variáveis e um modelo capaz de gerar detectores, com esta representação, de forma eficiente. Tal modelo utiliza algoritmos genéticos onde cada gene do cromossomo contém um índice para um ponto de uma distribuição quasi-aleatória que servirá como centro do detector e uma função decodificadora responsável por determinar os raios apropriados. A aptidão do cromossomo é dada por uma estimativa do volume coberto através uma integral de Monte Carlo. Este algoritmo teve seu desempenho verificado em diferentes dimensões e suas limitações levantadas. Com isso, pode-se focar as melhorias no algoritmo, feitas através da implementação de operadores genéticos mais adequados para a representação utilizada, de técnicas de redução do número de pontos do conjunto próprio e de um método de pré-processamento baseado em bitmaps de séries temporais. Avaliações com dados sintéticos e experimentos com dados reais demonstram o bom desempenho do algoritmo proposto e a diminuição do tempo de execução.

Modelagem Fuzzy para previsão de uma série temporal de energia elétrica.

Esta dissertação testa e compara dois tipos de modelagem para previsão de uma mesma série temporal. Foi observada uma série temporal de distribuição de energia elétrica e, como estudo de caso, optou-se pela região metropolitana do Estado da Bahia. Foram testadas as combinações de três variáveis exógenas em cada modelo: a quantidade de clientes ligados na rede de distribuição de energia elétrica, a temperatura ambiente e a precipitação de chuvas. O modelo linear de previsão de séries temporais utilizado foi um SARIMAX. A modelagem de inteligência computacional utilizada para a previsão da série temporal foi um sistema de Inferência Fuzzy. Na busca de um melhor desempenho, foram feitos testes de quais variáveis exógenas melhor influenciam no comportamento da energia distribuída em cada modelo. Segundo a avaliação dos testes, o sistema Fuzzy de previsão foi o que obteve o menor erro. Porém dentre os menores erros, os resultados dos testes também indicaram diferentes variáveis exógenas para cada modelo de previsão.