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.

Modelos de índice de difusão para prever a taxa de crescimento do PIB agrícola brasileiro

Este artigo usa modelos lineares e não lineares de Índice de Difusão para prever, um período à frente, a taxa de crescimento trimestral do PIB agrícola brasileiro. Esses modelos são compostos de fatores comuns que permitem redução significativa do número de variáveis explicativas originais. Os resultados de eficiência preditiva apontam para uma superioridade das previsões geradas pelos modelos de Índice de Difusão sobre os modelos ARMA. Entre os modelos de Índice de Difusão, o modelo não linear com efeito threshold superou os resultados do modelo linear e do modelo AR.

Geotermia rasa em Belém

Um estudo detalhado de geotermia rasa foi realizado no intervalo de profundidade de 0,02 a 210,0 m, na região metropolitana de Belém. As medidas de temperatura foram efetuadas com o uso de termômetros de mercúrio e termistor, enquanto as medidas de condutividade térmica foram feitas em testemunhos de sondagem, utilizando-se o aparato tipo agulha. O fluxo de radiação solar incidente foi registrado com um actinógrafo do tipo Robitzech. O gradiente geotérmico médio obtido na região metropolitana de Belém foi de 0,0254 ± 0,0007 °C.m^-1. O valor médio de condutividade térmica dos testemunhos de sondagem coletados nesta região foi de 1,66 ± 0,52 W.m^-1.°C^-1. Por sua vez, o fluxo geotermal médio na região estudada é de 42,16 ± 1,14 mW.m^-2. A 1,0 m de profundidade ocorrem mudanças temporais nos valores de temperatura, as quais não podem ser consideradas como desprezíveis. Estas, mudanças estão diretamente relacionadas com as variações do fluxo de radiação solar incidente na superfície. O maior incremento deste fluxo, observado de um dia para o outro, foi de cerca de 30 W.m^-2, o que correspondeu a um aumento de temperatura a 1,0 m de profundidade da ordem de 0,22° C. Os perfis de temperatura obtidos durante este trabalho apresentaram deriva em sentidos alternados, durante o ciclo de período de um ano. Os perfis geotérmicos rasos são caracterizados por uma zona de fluxo de calor nulo, denominada "cotovelo", a partir da qual os valores de temperatura crescem com o aumento da profundidade. A profundidade do cotovelo é fundamentalmente influenciada pelo fluxo de calor gerado pela radiação solar incidente na superfície da área em estudo. Elaborou-se um modelo de evolução temporal o qual representa a estrutura térmica e suas variações, da zona compreendida de 0,02 a 10,0 m de profundidade. Os resultados oriundos deste modelo de transferência de calor por condução foram comparados com os obtidos em trabalhos de campo. Observa-se uma boa concordância entre esses resultados. Porém, o ajuste numérico é mais evidente para o período de setembro a fevereiro. Este modelamento poderá ser utilizado também para previsões de deriva dos perfis geotérmicos, desde que sejam conhecidos, a priori, os valores correspondentes às temperaturas médias mensais na superfície, o gradiente geotérmico regional e um dado perfil geotérmico. Este trabalho comprova que o fluxo de radiação solar incidente na superfície é a principal fonte de influência sobre os perfis geotérmicos rasos. A profundidade máxima dessa influência depende principalmente da magnitude desse fluxo, do grau de proteção superficial à incidência direta da radiação e da litologia do local em estudo.

Ferramenta de avaliação do transporte hidroviário de passageiros da região amazônica

A Amazônia brasileira detém mais de 60% da água doce disponível no Brasil, por onde passa um dos maiores rios do mundo, o Rio Amazonas, tanto em extensão como em volume de água, além de abrigar uma das maiores redes hidroviárias do Planeta, com centenas de rios caudalosos. É nesse sistema que a presente pesquisa se propôs a fazer uma análise quantitativa e qualitativa da frota de embarcações, terminais e demanda de passageiros que são transportados pelos rios da Amazônia brasileira, visando contribuir para o desenvolvimento tecnológico do transporte hidroviário de passageiros na região. Através de um método matemático para o cálculo do valor da tarifa por passageiro, que leva em consideração as características físicas e operacionais de cada linha, buscou-se analisar os valores praticados, assim como otimizou-se os parâmetros de uma embarcação com as condições ideais e de menor custo por passageiro transportado. Neste aspecto verificou-se ainda, que o custo do transporte do passageiro pode ser reduzido com um projeto de embarcação mais adequado para cada linha e respectiva demanda. Os dados, informações e previsões sobre a produção do transporte hidroviário de passageiros são apresentados para melhor entendimento do setor de maneira a possibilitar propostas de transportes mais eficientes, de acordo com as características da via navegável e do ambiente operacional. Com o método de avaliação de custo proposto foi possível verificar que o custo do transporte hidroviário de passageiro na Amazônia não é homogêneo, em virtude da grande diversidade de embarcações que operam em cada linha, e que, a otimização do projeto adequado para cada linha pode ter grande reduções no custo do passageiro transportado.

Análise dos impactos das diferentes formas de ocupação da superfície sobre as condições meteorológicas na região de Santarém, Pará

O objetivo desta dissertação foi obter informações referentes ao uso e ocupação do solo na região de Santarém, em diferentes anos das últimas décadas, para melhor representar os efeitos causados pelas modificações das propriedades da superfície sobre as condições atmosféricas simuladas por modelos numéricos de tempo e clima. As superfícies continentais caracterizam-se por causar efeitos substanciais sobre a atmosfera e, consequentemente, influir na qualidade das previsões de tempo e de clima. Por outro lado, o desmatamento contribui com as mudanças climáticas, por eliminar grandes quantidades de gases de efeito estufa para a atmosfera. Estas atividades também causam efeitos na saúde publica, na agricultura, nos recursos florestais, nos recursos faunísticos e nos recursos hídricos. Além disso, a substituição da superfície natural por pastagem ou agricultura altera as propriedades térmicas e radiativas da superfície, gerando modificações nas condições atmosféricas locais, regionais e globais. Neste trabalho foram analisados períodos representativos de possíveis mudanças climáticas na região, identificados a partir do tratamento e analise estatística de dados climatológicos de estações meteorológicas de superfície, bem como a evolução temporal e quantitativa do desmatamento na região de estudo com os dados do Projeto PRODES Monitoramento da Floresta Amazônica Brasileira por Satélite). Para avaliar os efeitos atmosféricos das mudanças no uso e ocupação do solo utilizou-se como base o mapa de vegetação do IBGE, e a inclusão da classe “desmatamento” ao mesmo em diferentes períodos analisados (anos de 1997e 2009) trabalhadas no software Arc. Gis. 9.2. Foram criados arquivos de dados de tipos de superfície compatíveis com a leitura do modelo BRAMS, que foi então utilizado para simular os diferentes efeitos desses mapas temáticos de uso e ocupação do solo na atmosfera local. Os resultados indicam uma tendência de aumento da precipitação média anual e da frequência média de dias com precipitação, diminuição da temperatura média das máximas e aumento da temperatura média das mínimas ao longo dos anos na região de Santarém. A área de estudo, até o ano de 1997, registrou um desmatamento de 19,44% e até o ano de 2009 passou para 25,54%. As simulações com os arquivos gerados de uso e ocupação do solo para 1997 e 2009 apresentaram poucas variações para os diferentes mapas temáticos em suas variáveis (temperatura, umidade e fluxos de calor sensível e latente), quando considerado os valores médios da área total simulada. Porém, quando se considera pequenas áreas localizadas somente sobre as regiões que sofreram maiores modificações, observam-se maiores influências com o aumento do desmatamento.

Previsão estocástica de nível fluviométrico para cidade de Marabá-PA: método de Box-Jenkins

O Município de Marabá- PA, situado na região Amazônica, sudeste do Estado do Pará, sofre anualmente com eventos de enchentes, ocasionados pelo aumento periódico do rio Tocantins e pela situação de vulnerabilidade da população que reside em áreas de risco. A defesa civil estadual e municipal anualmente planeja e prepara equipes para ações de defesa no município. Nesta fase o monitoramento e previsão de eventos de enchentes são importantes. Portanto, com o objetivo de diminuir erros nas previsões hidrológicas para o Município de Marabá, desenvolveu-se um modelo estocástico para previsão de nível do rio Tocantins, baseado na metodologia de Box e Jenkins. Utilizou os dados de níveis diários observados nas estações hidrológicas de Marabá e Carolina e Conceição do Araguaia da Agência Nacional de Águas (ANA), do período de 01/12/ 2008 a 31/03/2011. Efetuou-se o ajustamento de três modelos (M_t, N_t e Y_t), através de diferentes aplicativos estatísticos: o SAS e o Gretl, usando diferentes interpretações do comportamento das séries para gerar as equações dos modelos. A principal diferença entre os aplicativos é que no SAS usa o modelo de função de transferência na modelagem. Realizou-se uma classificação da variabilidade do nível do rio, através da técnica dos Quantis para o período de 1972 a 2011, examinando-se apenas as categorizações de níveis ACIMA e MUITO ACIMA do normal. Para análise de impactos socioeconômicos foram usados os dados das ações da Defesa Civil Estado do Pará nas cheias de 2009 e 2011. Os resultados mostraram que o número de eventos de cheias com níveis MUITO ACIMA do normal, geralmente, podem estar associados a eventos de La Niña. Outro resultado importante: os modelos gerados simularam muito bem o nível do rio para o período de sete dias (01/04/2011 a 07/04/2011). O modelo multivariado N_t (com pequenos erros) representou o comportamento da série original, subestimando os valores reais nos dias 3, 4 e 5 de abril de 2011, com erro máximo de 0,28 no dia 4. O modelo univariado (Y_t) teve bons resultados nas simulações com erros absolutos em torno de 0,12 m. O modelo com menor erro absoluto (0,08m) para o mesmo período foi o modelo M_t, desenvolvido pelo aplicativo SAS, que interpreta a série original como sendo não linear e não estacionária. A análise quantitativa dos impactos fluviométricos, ocorridos nas enchentes de 2009 e 2011 na cidade de Marabá, revelou em média que mais de 4 mil famílias sofrem com estes eventos, implicado em gastos financeiros elevados. Logo, conclui-se que os modelos de previsão de níveis são importantes ferramentas que a Defesa Civil, utiliza no planejamento e preparo de ações preventivas para o município de Marabá.

Avaliação da chuva produzida pelo modelo eta de previsão do tempo para o Estado de São Paulo com uso de radar meteorológico para aplicações agrícolas

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

Análises, aplicações e validações–numérico/experimentais do modelo SWAN em áreas restritas e ao largo

Pós-graduação em Engenharia Elétrica - FEIS

The bias in reversing the Box-Cox transformation in time series forecasting: An empirical study based on neural networks

The Box-Cox transformation is a technique mostly utilized to turn the probabilistic distribution of a time series data into approximately normal. And this helps statistical and neural models to perform more accurate forecastings. However, it introduces a bias when the reversion of the transformation is conducted with the predicted data. The statistical methods to perform a bias-free reversion require, necessarily, the assumption of Gaussianity of the transformed data distribution, which is a rare event in real-world time series. So, the aim of this study was to provide an effective method of removing the bias when the reversion of the Box-Cox transformation is executed. Thus, the developed method is based on a focused time lagged feedforward neural network, which does not require any assumption about the transformed data distribution. Therefore, to evaluate the performance of the proposed method, numerical simulations were conducted and the Mean Absolute Percentage Error, the Theil Inequality Index and the Signal-to-Noise ratio of 20-step-ahead forecasts of 40 time series were compared, and the results obtained indicate that the proposed reversion method is valid and justifies new studies. (C) 2014 Elsevier B.V. All rights reserved.

AVALIAÇÃO ROBUSTA DA MODELAGEM NEUTROSFÉRICA SOBRE O TERRITÓRIO BRASILEIRO BASEADA EM MODELOS DE PREVISÃO NUMÉRICA DE TEMPO DA AMÉRICA DO SUL

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análise

The continuous advance of the Brazilian economy and increased competition in the heavy equipment market, increasingly point to the need for accurate sales forecasting processes, which allow an optimized strategic planning and therefore better overall results. In this manner, we found that the sales forecasting process deserves to be studied and understood, since it has a key role in corporate strategic planning. Accurate forecasting methods enable direction of companies to circumvent the management difficulties and the variations of finished goods inventory, which make companies more competitive. By analyzing the stages of the sales forecasting it was possible to observe that this process is methodical, bureaucratic and demands a lot of training for their managers and professionals. In this paper we applied the modeling method and the selecting process which has been done for Armstrong to select the most appropriate technique for two products of a heavy equipment industry and it has been through this method that the triple exponential smoothing technique has been chosen for both products. The results obtained by prediction with the triple exponential smoothing technique were better than forecasts prepared by the industry experts

Métodos econométricos para a análise do índice de inflação no Brasil

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Combinando sistemas de informação geográfica e redes neurais GMDH para prever densidades demográficas

The aim of this work is to advance a new approach for estimating demographic density, through combining a Geographic Information System with GMDH Neural Networks. The model that is suggested parts the analyzed space into a rectangular grid formed by multiple cells measuring 0.01 km2 each. The forecasts are elaborated based on the demographic density in each cell and in its neighboring cells at a given time. Despite the limited availability of data during the modeling phase, the utilization of this method for studying a Brazilian medium-sized city presented promising results.

Envelhecimento e sociedade: um debate sobre o lugar do idoso no Brasil contemporâneo

Pós-graduação em Ciências Sociais - FFC

Desenvolvimento de modelo auto-regressivo para previsão em pronto-atendimento

The 1988 constitution makes an life is a supreme good when increased health as the fundamental condition requiring that all ill patient has the right to be treated in a public hospital (CF, art. 196). In this sense, the goal of this work is to generate a weekly forecast of hospital care by means of an advanced prediction model. It is expected that the model of self-regressivas seasonal moving averages SARIMA generate reliable and adherent to issue forecasts analyzed, thus enabling better resource allocation and more efficient hospital management