Navegando por Assunto "Time series"
Agora exibindo 1 - 3 de 3
Resultados por página
Opções de Ordenação
Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Análises de modelos quantitativos de previsão da demanda: ajuste e otimização de modelos à demanda do adesivo comum em uma gráfica na cidade de Belém/PA(2014-06-18) PAGANELLI, Sandro da Silva; LOPES, Harlenn dos Santos; http://lattes.cnpq.br/8073286561778707A Previsão de Demanda é fundamental para auxiliar na determinação dos recursos necessários para uma organização, tornando-se uma atividade relevante estrategicamente. Além disso, uma boa previsão contribui para uma cadeia produtiva mais eficiente, e é elemento chave para a tomada de decisão. Neste contexto, o desempenho de uma empresa pode estar relacionado à acurácia da previsão de demanda. Tendo em vista tal relevância, este trabalho teve como objetivo encontrar e propor um método quantitativo de previsão de demanda de séries temporais que obtivesse os menores erros de previsão para o consumo de adesivo comum de uma gráfica em Belém. Inicialmente, selecionou-se uma matéria-prima utilizada na empresa através da classificação ABC. Após isso, aplicaram-se os métodos quantitativos de previsão de séries temporais mais conhecidos existentes na literatura para encontrar o mais assertivo. Os métodos quantitativos de previsão de séries temporais aplicados foram a Média Móvel, Suavização Exponencial Simples, Método de Holt e Método de Holt-Winters (multiplicativo e aditivo). O Modelo Sazonal Aditivo de Winters apresentou o menor MAPE, porém não se descartou a aplicação dos demais métodos.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Imputação de série temporal mensal de insolação pela modelagem no espaço de estados para fins de planejamento energético fotovoltaico na região amazônica(2026-02-27) SANTOS, Diego Guimarães dos; TEIXEIRA, Raphael Barros; http://lattes.cnpq.br/4902824086591521; https://orcid.org/0000-0003-2993-802XNa presente monografia investiga-se a possibilidade de se modelar uma série temporal mensal de insolação média (observada por uma estação meteorológica convencional localizada na cidade de Soure durante um intervalo de tempo de trinta anos) através da modelagem no espaço de estados, com o intuito de se efetuar a imputação dos dados que se encontram ausentes na referida série temporal. Dentre os modelos utilizados para se efetuar a referida modelagem, no espaço de estados, destacam-se, o modelo de nível local de sazonalidade clássica e o modelo de tendência linear de sazonalidade clássica. O ajuste dos referidos modelos na série temporal de insolação mensal média da estação meteorológica de Soure demonstrou que os referidos modelos devem ser acrescidos de uma componente autorregressiva de média móvel (ARMA) para que os mesmos possam produzir imputações pontuais que preservem a dinâmica média e a sazonalidade observadas na série temporal de insolação mensal média da estação meteorológica de Soure.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Predição de séries temporais da velocidade do vento no Brasil(2021-10-06) FIGUEIREDO, Yann Fabricio Cardoso de; CAMPOS, Lídio Mauro Lima de; http://lattes.cnpq.br/0970111009687779; https://orcid.org/0000-0003-4315-829XHistoricamente o Brasil tˆem sua produ¸c˜ao de energia el´etrica sustentada por duas principais fontes de gera¸c˜ao, a hidroel´etrica e a termoel´etrica, sendo que a segunda, em muitas das usinas, ´e utilizada mais quando a primeira tem um per´ıodo de baixa. Nos ´ultimos anos o Brasil vem aumentando as pesquisas e consequentemente o uso de outro tipo de gera¸c˜ao de energia, a e´olica, sendo esta atualmente a segunda maior fonte de gera¸c˜ao de energia no pa´ıs. A gera¸c˜ao de energia e´olica possui como vantagem o fato de ser um tipo de energia limpa, ajudando assim na preserva¸c˜ao do meio ambiente. Apesar de ser ben´efica e mais barata que as demais fontes de energia citadas, a gera¸c˜ao por turbinas e´olicas enfrenta um problema de imprevisibilidade quanto ao recurso principal, o vento. Surge ent˜ao uma necessidade cada vez maior em pesquisar formas de predizer a disponibilidade do vento com base em certas vari´aveis, como a velocidade do vento. Este trabalho tˆem o objetivo de desenvolver modelos de predi¸c˜ao da velocidade do vento, usando para isto t´ecnicas de inteligˆencia artificial aplicadas juntamente de Redes Neurais Artificiais Profundas (RNAPs) atrav´es das arquiteturas de rede direta (Deep Feedforward) e recorrente (LSTM), para assim ter uma no¸c˜ao mais completa da disponibilidade de energia e´olica nas regi˜oes estudadas. A pesquisa foi feita com base em vari´aveis meteorol´ogicas dos reposit´orios do INMET (Instituto Nacional de Meteorologia), no caso da esta¸c˜ao e´olica de Macau (RN), e do SONDA (Sistema de Organiza¸c˜ao Nacional de Dados Ambientais), no caso da esta¸c˜ao e´olica de Petrolina (PE). Ambas bases de dados cont´em informa¸c˜oes do per´ıodo de 1 de janeiro de 2004 a 31 de maio de 2017 na base com dados em formato de dias, 1 de junho de 2016 a 31 de maio de 2017 na base com dados em formato de horas, e 27 de maio de 2017 a 31 de maio de 2017 com a base em formato de minutos. Para um ´unico modelo de predi¸c˜ao espec´ıfico, com a base em formato de dias, a s´erie temporal vai de 1 de janeiro de 2015 a 31 de julho de 2018. No total foram gerados 15 modelos, criados a partir da aplica¸c˜ao de Ensemble Learning Methods, no caso voting e bagging, em diversos submodelos criados para cada base e prazo de dados. O melhor modelo foi usando a base de Petrolina de curto prazo, com registros disponibilizados no formato de horas, obtido ao ser usado o m´etodo bagging para criar o modelo final. O melhor modelo obteve MAE de 0.0036, MAPE de 0.0012% e RMSE de 0.0143.