dc.creator |
ROMÃO, Estevão Luiz |
|
dc.date.issued |
2019-09-17 |
|
dc.identifier.citation |
ROMÃO, Estevão Luiz. Estudo Comparativo entre Redes Neurais Artificiais e Markov-Switching Model na modelagem de séries temporais não lineares. 2019. 116 f. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Itajubá, Itajubá, 2019. |
pt_BR |
dc.identifier.uri |
https://repositorio.unifei.edu.br/jspui/handle/123456789/2031 |
|
dc.description.abstract |
Séries temporais não lineares são amplamente encontradas em situações reais envolvendo diferente cenários tais como crescimento econômico, consumo de energia e mudanças climáticas. Elas são, em muitos casos, não estacionárias e o seu comportamento pode variar ao longo do tempo, o que tem incentivado o uso de técnicas capazes de capturar essas características. Esse trabalho objetiva apresentar um estudo comparativo entre a precisão das Redes Neurais Artificiais (RNA) e o método denominado Markov-Switching Model (MSM) em relação à modelagem de séries temporais não lineares e não estacionárias. Para tal foi desenvolvida e aplicada uma metodologia de apoio à decisão baseada na técnica de Design of Experiments (DOE) para conduzir as análises e auxiliar na elaboração de um banco de dados sintético, representando contextos distintos, o que permitiu generalizar as comparações. Foram considerados os seguintes fatores: tamanho do conjunto de dados, erro aleatório associado a cada série temporal e a correlação existente entre elas. Após modelar cada série usando RNA e MSM, calculou-se o valor do Erro Percentual Absoluto Médio (MAPE) e desenvolveu-se um teste t-pareado que permitiu concluir que o desempenho das RNA é estatisticamente melhor que o do método MSM independente de qual cenário considerado. Além disso, foi desenvolvido um estudo de caso cujo objetivo foi modelar o valor de exportação do Brasil durante os 10 últimos anos como uma função das seguintes séries temporais: taxa de câmbio, importação e PIB, no mesmo período considerado, além da própria série de exportação deslocada de uma unidade no tempo. Assim, pôde-se validar que, de fato, as RNA possuem uma melhor performance em problemas envolvendo séries temporais não lineares e não estacionárias que o MSM. |
pt_BR |
dc.language.iso |
pt_BR |
pt_BR |
dc.title |
Estudo Comparativo entre Redes Neurais Artificiais e Markov-Switching Model na modelagem de séries temporais não lineares. |
pt_BR |
dc.type |
Dissertação |
pt_BR |
dc.place |
Itajubá |
pt_BR |
dc.pages |
116 p. |
pt_BR |
dc.keywords.portuguese |
Redes Neurais Artificiais |
pt_BR |
dc.keywords.portuguese |
Markov-Switching Model |
pt_BR |
dc.keywords.portuguese |
Séries Temporais Não Lineares |
pt_BR |
dc.keywords.portuguese |
Design of Experiments |
pt_BR |
dc.keywords.english |
Artificial Neural Networks |
pt_BR |
dc.keywords.english |
Markov-Switching Model |
pt_BR |
dc.keywords.english |
Nonlinear Time Series |
pt_BR |
dc.keywords.english |
Design of Experiments |
pt_BR |
dc.orientador.principal |
BALESTRASSI, Pedro Paulo |
|
dc.place.presentation |
UNIFEI - Universidade Federal de Itajubá |
pt_BR |
dc.pg.programa |
Engenharia de Produção |
pt_BR |
dc.pg.area |
Engenharia de Produção |
pt_BR |
dc.date.available |
2019-11-05T18:40:39Z |
|
dc.date.accessioned |
2019-11-05T18:40:39Z |
|
dc.publisher.department |
IEPG - Instituto de Engenharia de Produção e Gestão |
|
dc.publisher.program |
Programa de Pós-Graduação: Mestrado - Engenharia de Produção |
|