COMBINAÇÃO SSA-WAVELET DE MÉTODOS PREDITIVOS COM AJUSTE NUMÉRICO MINIMAX, NA GERAÇÃO DE PREVISÕES E DE CENÁRIOS

Detalhes bibliográficos
Autor(a) principal: LUIZ ALBINO TEIXEIRA JUNIOR
Data de Publicação: 2013
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22892@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22892@2
Resumo: Nesta tese de doutorado, é proposta uma combinação híbrida de métodos preditivos que agrega cinco abordagens distintas e genéricas, do ponto de vista de modelagem: método SSA; decomposição wavelet; redes neurais artificiais; programação matemática multiobjetivo MINIMAX, com abordagem de programação por metas; e método de simulação de quase Monte-Carlo. Para exemplificar e demonstrar a eficiência da combinação híbrida proposta, são mostrados, no Capítulo 7, os principais resultados de uma aplicação computacional, no qual é possível verificar que o seu desempenho, em termos de modelagem, foi consideravelmente superior, em relação a todas as estatísticas de aderência consideradas.
id PUC_RIO-1_fa2e2d7f8ba158e0102647837ed3a3c4
oai_identifier_str oai:MAXWELL.puc-rio.br:22892
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisCOMBINAÇÃO SSA-WAVELET DE MÉTODOS PREDITIVOS COM AJUSTE NUMÉRICO MINIMAX, NA GERAÇÃO DE PREVISÕES E DE CENÁRIOS SSA-WAVELET COMBINATION OF PREDICTIVE METHODS WITH MINIMAX NUMERICAL ADJUSTMENT IN FORECAST AND SCENARIOS GENERATION 2013-05-20REINALDO CASTRO SOUZA09951768687lattes.cnpq.brREINALDO CASTRO SOUZA09951768687lattes.cnpq.brMARLEY MARIA BERNARDES REBUZZI VELLASCOJOSE FRANCISCO MOREIRA PESSANHACARLOS KUBRUSLYREINALDO CASTRO SOUZAREINALDO CASTRO SOUZA05139480662LUIZ ALBINO TEIXEIRA JUNIORPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM ENGENHARIA ELÉTRICAPUC-RioBRNesta tese de doutorado, é proposta uma combinação híbrida de métodos preditivos que agrega cinco abordagens distintas e genéricas, do ponto de vista de modelagem: método SSA; decomposição wavelet; redes neurais artificiais; programação matemática multiobjetivo MINIMAX, com abordagem de programação por metas; e método de simulação de quase Monte-Carlo. Para exemplificar e demonstrar a eficiência da combinação híbrida proposta, são mostrados, no Capítulo 7, os principais resultados de uma aplicação computacional, no qual é possível verificar que o seu desempenho, em termos de modelagem, foi consideravelmente superior, em relação a todas as estatísticas de aderência consideradas.In this thesis, we propose a hybrid combination of predictive methods that aggregates five distinct and general approaches, from the viewpoint of modeling: SSA method; wavelet decomposition, artificial neural networks, multiobjective mathematical programming MINIMAX, with goal programming approach; quasi- Monte-Carlo simulation method. To exemplify and demonstrate the efficiency of the proposed hybrid combination are shown, in Section 7, the main results of a computer application in which you can verify that their performance, in terms of modeling, was significantly higher, compared to all considered adherence statistics.PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROCOORDENAÇÃO DE APERFEIÇOAMENTO DO PESSOAL DE ENSINO SUPERIORCONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICOPROGRAMA DE EXCELENCIA ACADEMICAPROGRAMA DE DOUTORADO SANDUÍCHE NO EXTERIORhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22892@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22892@2porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T13:19:34Zoai:MAXWELL.puc-rio.br:22892Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342019-08-15T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.pt.fl_str_mv COMBINAÇÃO SSA-WAVELET DE MÉTODOS PREDITIVOS COM AJUSTE NUMÉRICO MINIMAX, NA GERAÇÃO DE PREVISÕES E DE CENÁRIOS
dc.title.alternative.en.fl_str_mv SSA-WAVELET COMBINATION OF PREDICTIVE METHODS WITH MINIMAX NUMERICAL ADJUSTMENT IN FORECAST AND SCENARIOS GENERATION
title COMBINAÇÃO SSA-WAVELET DE MÉTODOS PREDITIVOS COM AJUSTE NUMÉRICO MINIMAX, NA GERAÇÃO DE PREVISÕES E DE CENÁRIOS
spellingShingle COMBINAÇÃO SSA-WAVELET DE MÉTODOS PREDITIVOS COM AJUSTE NUMÉRICO MINIMAX, NA GERAÇÃO DE PREVISÕES E DE CENÁRIOS
LUIZ ALBINO TEIXEIRA JUNIOR
title_short COMBINAÇÃO SSA-WAVELET DE MÉTODOS PREDITIVOS COM AJUSTE NUMÉRICO MINIMAX, NA GERAÇÃO DE PREVISÕES E DE CENÁRIOS
title_full COMBINAÇÃO SSA-WAVELET DE MÉTODOS PREDITIVOS COM AJUSTE NUMÉRICO MINIMAX, NA GERAÇÃO DE PREVISÕES E DE CENÁRIOS
title_fullStr COMBINAÇÃO SSA-WAVELET DE MÉTODOS PREDITIVOS COM AJUSTE NUMÉRICO MINIMAX, NA GERAÇÃO DE PREVISÕES E DE CENÁRIOS
title_full_unstemmed COMBINAÇÃO SSA-WAVELET DE MÉTODOS PREDITIVOS COM AJUSTE NUMÉRICO MINIMAX, NA GERAÇÃO DE PREVISÕES E DE CENÁRIOS
title_sort COMBINAÇÃO SSA-WAVELET DE MÉTODOS PREDITIVOS COM AJUSTE NUMÉRICO MINIMAX, NA GERAÇÃO DE PREVISÕES E DE CENÁRIOS
dc.creator.Lattes.none.fl_str_mv
author LUIZ ALBINO TEIXEIRA JUNIOR
author_facet LUIZ ALBINO TEIXEIRA JUNIOR
author_role author
dc.contributor.advisor2ID.none.fl_str_mv 09951768687
dc.contributor.advisor1.fl_str_mv REINALDO CASTRO SOUZA
dc.contributor.advisor1ID.fl_str_mv 09951768687
dc.contributor.advisor1Lattes.fl_str_mv lattes.cnpq.br
dc.contributor.advisor2.fl_str_mv REINALDO CASTRO SOUZA
dc.contributor.advisor2Lattes.fl_str_mv lattes.cnpq.br
dc.contributor.referee1.fl_str_mv MARLEY MARIA BERNARDES REBUZZI VELLASCO
dc.contributor.referee2.fl_str_mv JOSE FRANCISCO MOREIRA PESSANHA
dc.contributor.referee3.fl_str_mv CARLOS KUBRUSLY
dc.contributor.referee4.fl_str_mv REINALDO CASTRO SOUZA
dc.contributor.referee5.fl_str_mv REINALDO CASTRO SOUZA
dc.contributor.authorID.fl_str_mv 05139480662
dc.contributor.author.fl_str_mv LUIZ ALBINO TEIXEIRA JUNIOR
contributor_str_mv REINALDO CASTRO SOUZA
REINALDO CASTRO SOUZA
MARLEY MARIA BERNARDES REBUZZI VELLASCO
JOSE FRANCISCO MOREIRA PESSANHA
CARLOS KUBRUSLY
REINALDO CASTRO SOUZA
REINALDO CASTRO SOUZA
description Nesta tese de doutorado, é proposta uma combinação híbrida de métodos preditivos que agrega cinco abordagens distintas e genéricas, do ponto de vista de modelagem: método SSA; decomposição wavelet; redes neurais artificiais; programação matemática multiobjetivo MINIMAX, com abordagem de programação por metas; e método de simulação de quase Monte-Carlo. Para exemplificar e demonstrar a eficiência da combinação híbrida proposta, são mostrados, no Capítulo 7, os principais resultados de uma aplicação computacional, no qual é possível verificar que o seu desempenho, em termos de modelagem, foi consideravelmente superior, em relação a todas as estatísticas de aderência consideradas.
publishDate 2013
dc.date.issued.fl_str_mv 2013-05-20
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22892@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22892@2
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22892@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=22892@2
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.publisher.program.fl_str_mv PPG EM ENGENHARIA ELÉTRICA
dc.publisher.initials.fl_str_mv PUC-Rio
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1748324917350236160

Registros relacionados