COMBINAÇÃO SSA-WAVELET DE MÉTODOS PREDITIVOS COM AJUSTE NUMÉRICO MINIMAX, NA GERAÇÃO DE PREVISÕES E DE CENÁRIOS
Autor(a) principal: | |
---|---|
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 |