Abordagem simultânea na reconciliação de dados e estimação de parâmetros: avaliação da matriz de covariância e regiões de abrangência das variáveis de decisão
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFBA |
Texto Completo: | https://repositorio.ufba.br/handle/ri/36276 |
Resumo: | Os problemas de reconciliação de dados (DR) e estimação de parâmetros (PE) requerem grandezas medidas ou estimadas que, intrinsecamente, possuem incerteza a qual é propagada para as variáveis de decisão do problema de otimização. Da mesma forma que se avalia a qualidade dos dados medidos, deve-se avaliar a qualidade dos resultados obtidos após a resolução do problema de otimização, o que muitas vezes é negligenciado. Assim, o objetivo desta dissertação é mostrar a importância e discutir meios para avaliar grandezas reconciliadas e parâmetros de modelos obtidos em problemas DR e em problemas que apliquem a abordagem simultânea na reconcilia- ção de dados e estimação de parâmetros (SDRPE), bem como as características dos resíduos. Três rotas foram exploradas: (i) proposta de método para avaliação da matriz de covariância das variáveis de decisão, a qual foi capaz de não só reproduzir resultados semelhantes aos métodos da literatura, mas também calcular a matriz de covariância nos casos em que esses não obtiveram êxito; (ii) proposta de método para construção das regiões de abrangência, baseado na técnica bootstrap a qual se mostrou útil para avaliar a qualidade do modelo e a coerência fenomenológica das grandezas reconciliadas obtidas; e (iii) análise de resíduos através de gráficos e testes estatísticos, a qual mostrou a importância de se validar as hipóteses adotadas na construção da função objetivo bem como a necessidade de utilizar ferramentas de análise adequadas a depender do tipo de caso, univariado ou multivariado. Além disso, a utilização de regiões de abrangência para escolha do melhor modelo foi adequada para os casos em que a análise por meio dos critérios quantitativos AIC, AICc, BIC, 2 e 2 não foi eficaz. |
id |
UFBA-2_d173a4ec87afdaead6df40123c6175d5 |
---|---|
oai_identifier_str |
oai:repositorio.ufba.br:ri/36276 |
network_acronym_str |
UFBA-2 |
network_name_str |
Repositório Institucional da UFBA |
repository_id_str |
1932 |
spelling |
2022-11-11T15:32:27Z2022-11-11T15:32:27Z2022-07-25https://repositorio.ufba.br/handle/ri/36276Os problemas de reconciliação de dados (DR) e estimação de parâmetros (PE) requerem grandezas medidas ou estimadas que, intrinsecamente, possuem incerteza a qual é propagada para as variáveis de decisão do problema de otimização. Da mesma forma que se avalia a qualidade dos dados medidos, deve-se avaliar a qualidade dos resultados obtidos após a resolução do problema de otimização, o que muitas vezes é negligenciado. Assim, o objetivo desta dissertação é mostrar a importância e discutir meios para avaliar grandezas reconciliadas e parâmetros de modelos obtidos em problemas DR e em problemas que apliquem a abordagem simultânea na reconcilia- ção de dados e estimação de parâmetros (SDRPE), bem como as características dos resíduos. Três rotas foram exploradas: (i) proposta de método para avaliação da matriz de covariância das variáveis de decisão, a qual foi capaz de não só reproduzir resultados semelhantes aos métodos da literatura, mas também calcular a matriz de covariância nos casos em que esses não obtiveram êxito; (ii) proposta de método para construção das regiões de abrangência, baseado na técnica bootstrap a qual se mostrou útil para avaliar a qualidade do modelo e a coerência fenomenológica das grandezas reconciliadas obtidas; e (iii) análise de resíduos através de gráficos e testes estatísticos, a qual mostrou a importância de se validar as hipóteses adotadas na construção da função objetivo bem como a necessidade de utilizar ferramentas de análise adequadas a depender do tipo de caso, univariado ou multivariado. Além disso, a utilização de regiões de abrangência para escolha do melhor modelo foi adequada para os casos em que a análise por meio dos critérios quantitativos AIC, AICc, BIC, 2 e 2 não foi eficaz.Data reconciliation (DR) and parameter estimation (PE) problems require measured or estimated quantities that intrinsically have uncertainty which is propagated to the decision variables of the optimization problem. In the same way that the quality of the measured data is evaluated, the quality of the results obtained after solving the optimization problem must be evaluated, which is often neglected. Thus, the objective of this dissertation is to show the importance and discuss ways to evaluate reconciled quantities and parameters of models obtained in DR problems and in problems that apply the simultaneous approach in data reconciliation and parameter estimation (SDRPE), as well as the characteristics of the residues. Three routes were explored: (i) proposal of a method for evaluating the covariance matrix of the decision variables, which was able not only to reproduce results similar to the methods in the literature, but also to calculate the covariance matrix in cases where these were not were successful; (ii) proposal of a method for the construction of the coverage regions, based on the bootstrap technique, which proved to be useful to evaluate the quality of the model and the phenomenological coherence of the reconciled quantities obtained; and (iii) analysis of residuals through graphs and statistical tests, which showed the importance of validating the hypotheses adopted in the construction of the objective function as well as the need to use adequate analysis tools depending on the type of case, univariate or multivariate. In addition, the use of coverage regions to choose the best model was suitable for cases in which the analysis using the quantitative criteria AIC, AICc, BIC, 2 and 2 was not effective.Submitted by Tarciso Rosario (tarciso.castro@ufba.br) on 2022-11-09T13:39:13Z No. of bitstreams: 1 0 - VERSÃO FINAL - ENVIADA PARA O PEI.pdf: 6228476 bytes, checksum: a20d46eedb7362d0bfc3c8a42610c577 (MD5)Approved for entry into archive by Biblioteca Engenharia Processamento Técnico (biengproc@ufba.br) on 2022-11-11T15:32:27Z (GMT) No. of bitstreams: 1 0 - VERSÃO FINAL - ENVIADA PARA O PEI.pdf: 6228476 bytes, checksum: a20d46eedb7362d0bfc3c8a42610c577 (MD5)Made available in DSpace on 2022-11-11T15:32:27Z (GMT). No. of bitstreams: 1 0 - VERSÃO FINAL - ENVIADA PARA O PEI.pdf: 6228476 bytes, checksum: a20d46eedb7362d0bfc3c8a42610c577 (MD5) Previous issue date: 2022-07-25porUniversidade Federal da BahiaPrograma de Pós-Graduação em Engenharia Industrial (PEI) UFBABrasilEscola Politécnicadata reconciliationparameter estimationcovariance matrixcoverage regionCNPQ::ENGENHARIASReconciliação de dadosEstimação de parâmetrosMatriz de covariânciaRegião de abrangênciaAbordagem simultânea na reconciliação de dados e estimação de parâmetros: avaliação da matriz de covariância e regiões de abrangência das variáveis de decisãoSimultaneous approach in data reconciliation and parameter estimation: evaluation of the covariance matrix and the coverage regions of the decision variablesMestrado Acadêmicoinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionKalid, Ricardo de Araújohttps://orcid.org/0000-0001-9265-5263http://lattes.cnpq.br/2562159376424787Santana, Daniel Dinizhttps://orcid.org/0000-0003-2798-0283http://lattes.cnpq.br/4253094347859764Lopes, Luís Cláudio OliveiraKalid, Ricardo de AraújoSantana, Daniel DinizMartinez Prata, Diegohttps://lattes.cnpq.br/8146735718855006Rosario, Tarciso de Castroreponame:Repositório Institucional da UFBAinstname:Universidade Federal da Bahia (UFBA)instacron:UFBAinfo:eu-repo/semantics/openAccessORIGINAL0 - VERSÃO FINAL - ENVIADA PARA O PEI.pdf0 - VERSÃO FINAL - ENVIADA PARA O PEI.pdfapplication/pdf6228476https://repositorio.ufba.br/bitstream/ri/36276/1/0%20-%20VERS%c3%83O%20FINAL%20-%20ENVIADA%20PARA%20O%20PEI.pdfa20d46eedb7362d0bfc3c8a42610c577MD51LICENSElicense.txtlicense.txttext/plain1715https://repositorio.ufba.br/bitstream/ri/36276/2/license.txt67bf4f75790b0d8d38d8f112a48ad90bMD52TEXT0 - VERSÃO FINAL - ENVIADA PARA O PEI.pdf.txt0 - VERSÃO FINAL - ENVIADA PARA O PEI.pdf.txtExtracted texttext/plain233345https://repositorio.ufba.br/bitstream/ri/36276/3/0%20-%20VERS%c3%83O%20FINAL%20-%20ENVIADA%20PARA%20O%20PEI.pdf.txt4f5ffa114c74ece11233df1b3f943c07MD53ri/362762022-11-12 02:04:23.234oai:repositorio.ufba.br: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Repositório InstitucionalPUBhttp://192.188.11.11:8080/oai/requestopendoar:19322022-11-12T05:04:23Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA)false |
dc.title.pt_BR.fl_str_mv |
Abordagem simultânea na reconciliação de dados e estimação de parâmetros: avaliação da matriz de covariância e regiões de abrangência das variáveis de decisão |
dc.title.alternative.pt_BR.fl_str_mv |
Simultaneous approach in data reconciliation and parameter estimation: evaluation of the covariance matrix and the coverage regions of the decision variables |
title |
Abordagem simultânea na reconciliação de dados e estimação de parâmetros: avaliação da matriz de covariância e regiões de abrangência das variáveis de decisão |
spellingShingle |
Abordagem simultânea na reconciliação de dados e estimação de parâmetros: avaliação da matriz de covariância e regiões de abrangência das variáveis de decisão Rosario, Tarciso de Castro CNPQ::ENGENHARIAS Reconciliação de dados Estimação de parâmetros Matriz de covariância Região de abrangência data reconciliation parameter estimation covariance matrix coverage region |
title_short |
Abordagem simultânea na reconciliação de dados e estimação de parâmetros: avaliação da matriz de covariância e regiões de abrangência das variáveis de decisão |
title_full |
Abordagem simultânea na reconciliação de dados e estimação de parâmetros: avaliação da matriz de covariância e regiões de abrangência das variáveis de decisão |
title_fullStr |
Abordagem simultânea na reconciliação de dados e estimação de parâmetros: avaliação da matriz de covariância e regiões de abrangência das variáveis de decisão |
title_full_unstemmed |
Abordagem simultânea na reconciliação de dados e estimação de parâmetros: avaliação da matriz de covariância e regiões de abrangência das variáveis de decisão |
title_sort |
Abordagem simultânea na reconciliação de dados e estimação de parâmetros: avaliação da matriz de covariância e regiões de abrangência das variáveis de decisão |
author |
Rosario, Tarciso de Castro |
author_facet |
Rosario, Tarciso de Castro |
author_role |
author |
dc.contributor.advisor2ID.pt_BR.fl_str_mv |
https://orcid.org/0000-0003-2798-0283 |
dc.contributor.advisor1.fl_str_mv |
Kalid, Ricardo de Araújo |
dc.contributor.advisor1ID.fl_str_mv |
https://orcid.org/0000-0001-9265-5263 |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/2562159376424787 |
dc.contributor.advisor2.fl_str_mv |
Santana, Daniel Diniz |
dc.contributor.advisor2Lattes.fl_str_mv |
http://lattes.cnpq.br/4253094347859764 |
dc.contributor.referee1.fl_str_mv |
Lopes, Luís Cláudio Oliveira Kalid, Ricardo de Araújo |
dc.contributor.referee2.fl_str_mv |
Santana, Daniel Diniz |
dc.contributor.referee3.fl_str_mv |
Martinez Prata, Diego |
dc.contributor.authorLattes.fl_str_mv |
https://lattes.cnpq.br/8146735718855006 |
dc.contributor.author.fl_str_mv |
Rosario, Tarciso de Castro |
contributor_str_mv |
Kalid, Ricardo de Araújo Santana, Daniel Diniz Lopes, Luís Cláudio Oliveira Kalid, Ricardo de Araújo Santana, Daniel Diniz Martinez Prata, Diego |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS |
topic |
CNPQ::ENGENHARIAS Reconciliação de dados Estimação de parâmetros Matriz de covariância Região de abrangência data reconciliation parameter estimation covariance matrix coverage region |
dc.subject.por.fl_str_mv |
Reconciliação de dados Estimação de parâmetros Matriz de covariância Região de abrangência |
dc.subject.other.pt_BR.fl_str_mv |
data reconciliation parameter estimation covariance matrix coverage region |
description |
Os problemas de reconciliação de dados (DR) e estimação de parâmetros (PE) requerem grandezas medidas ou estimadas que, intrinsecamente, possuem incerteza a qual é propagada para as variáveis de decisão do problema de otimização. Da mesma forma que se avalia a qualidade dos dados medidos, deve-se avaliar a qualidade dos resultados obtidos após a resolução do problema de otimização, o que muitas vezes é negligenciado. Assim, o objetivo desta dissertação é mostrar a importância e discutir meios para avaliar grandezas reconciliadas e parâmetros de modelos obtidos em problemas DR e em problemas que apliquem a abordagem simultânea na reconcilia- ção de dados e estimação de parâmetros (SDRPE), bem como as características dos resíduos. Três rotas foram exploradas: (i) proposta de método para avaliação da matriz de covariância das variáveis de decisão, a qual foi capaz de não só reproduzir resultados semelhantes aos métodos da literatura, mas também calcular a matriz de covariância nos casos em que esses não obtiveram êxito; (ii) proposta de método para construção das regiões de abrangência, baseado na técnica bootstrap a qual se mostrou útil para avaliar a qualidade do modelo e a coerência fenomenológica das grandezas reconciliadas obtidas; e (iii) análise de resíduos através de gráficos e testes estatísticos, a qual mostrou a importância de se validar as hipóteses adotadas na construção da função objetivo bem como a necessidade de utilizar ferramentas de análise adequadas a depender do tipo de caso, univariado ou multivariado. Além disso, a utilização de regiões de abrangência para escolha do melhor modelo foi adequada para os casos em que a análise por meio dos critérios quantitativos AIC, AICc, BIC, 2 e 2 não foi eficaz. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-11-11T15:32:27Z |
dc.date.available.fl_str_mv |
2022-11-11T15:32:27Z |
dc.date.issued.fl_str_mv |
2022-07-25 |
dc.type.driver.fl_str_mv |
Mestrado Acadêmico info:eu-repo/semantics/masterThesis |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufba.br/handle/ri/36276 |
url |
https://repositorio.ufba.br/handle/ri/36276 |
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 |
Universidade Federal da Bahia |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Industrial (PEI) |
dc.publisher.initials.fl_str_mv |
UFBA |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Escola Politécnica |
publisher.none.fl_str_mv |
Universidade Federal da Bahia |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFBA instname:Universidade Federal da Bahia (UFBA) instacron:UFBA |
instname_str |
Universidade Federal da Bahia (UFBA) |
instacron_str |
UFBA |
institution |
UFBA |
reponame_str |
Repositório Institucional da UFBA |
collection |
Repositório Institucional da UFBA |
bitstream.url.fl_str_mv |
https://repositorio.ufba.br/bitstream/ri/36276/1/0%20-%20VERS%c3%83O%20FINAL%20-%20ENVIADA%20PARA%20O%20PEI.pdf https://repositorio.ufba.br/bitstream/ri/36276/2/license.txt https://repositorio.ufba.br/bitstream/ri/36276/3/0%20-%20VERS%c3%83O%20FINAL%20-%20ENVIADA%20PARA%20O%20PEI.pdf.txt |
bitstream.checksum.fl_str_mv |
a20d46eedb7362d0bfc3c8a42610c577 67bf4f75790b0d8d38d8f112a48ad90b 4f5ffa114c74ece11233df1b3f943c07 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA) |
repository.mail.fl_str_mv |
|
_version_ |
1808459654937706496 |