Método warimax-garch neural para previsão de séries temporais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPR |
Texto Completo: | https://hdl.handle.net/1884/41955 |
Resumo: | Orientador: Prof. Dr. Anselmo Chaves Neto |
id |
UFPR_a8082a5845173620676599e8b7ad6240 |
---|---|
oai_identifier_str |
oai:acervodigital.ufpr.br:1884/41955 |
network_acronym_str |
UFPR |
network_name_str |
Repositório Institucional da UFPR |
repository_id_str |
308 |
spelling |
Teixeira Junior, Luiz AlbinoUniversidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em EngenhariaChaves Neto, Anselmo, 1945-Correa, Jairo Marlon2024-05-16T14:28:45Z2024-05-16T14:28:45Z2015https://hdl.handle.net/1884/41955Orientador: Prof. Dr. Anselmo Chaves NetoCoorientador: Prof. Dr. Luiz Albino Teixeira JúniorTese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 21/12/2015Inclui referências : f.123-128Área de concentração: Programação matemáticaResumo: A proposta deste trabalho é apresentar uma nova metodologia híbrida WARIMAX-GARCH Neural para a previsão pontual e intervalar de séries temporais estocásticas. Fundamentalmente, é aplicada a decomposição Wavelet em séries históricas compostas por registros de monitoramento de barragens e suas componentes de aproximação e detalhe, as quais são modeladas, individualmente, via ARIMA-GARCH e Redes Neurais Artificiais (RNA). A partir de então, são realizadas as previsões pontuais fora da amostra pelas técnicas de modelagem e os resultados são combinados linearmente. As componentes de aproximação e detalhe são completadas com as previsões combinadas e passam a ser utilizadas como variáveis de entrada (exógenas híbridas) na modelagem da série em estudo. Em cada série temporal é aplicada a metodologia WARIMAX-GARCH Neural e são realizadas as previsões pontuais e intervalares, sob a suposição de inovações gaussianas. As séries temporais utilizadas neste trabalho de tese foram as séries temporais dos deslocamentos horizontais de blocos da barragem principal da Usina Hidrelétrica de Itaipu, aferidas pelos pêndulos diretos automatizados. Os desempenhos preditivos alcançados pela metodologia proposta, em relação aos resultados obtidos pelas modelagens tradicionais ARIMA-GARCH e RNA, foram consideravelmente vantajosos. Nas comparações dos resultados obtidos através do modelo WARIMAX-GARCH Neural com métodos tradicionais, a redução do erro preditivo chegou a 91%.Abstract: This research proposes a new WARIMAX-GARCH Neural hybrid methodology for point and interval prediction of stochastic time series. Fundamentally, it is applied the wavelet decomposition on the time series made of monitoring data and its approximation and detail components were modeled by ARIMA-GARCH and Artificial Neural Networks (ANN). Thereafter, the point forecasts are performed out the sample by both modeling techniques and these results are combined linearly. The approximation and detail components are completed with the combined forecasts and are used as input variables (hybrid exogenous) in the modeling time series under study. In each time series is applied the WARIMAX-GARCH Neural methodology and are made the point and interval forecast, under the assumption of Gaussian innovations. The time series used in this research were the time series of horizontal displacements of the main dam blocks of Itaipu hydroelectric plant, measured by automated direct pendulums. The predictive performances achieved by the proposed method compared to the results obtained by traditional modeling ARIMA-GARCH and RNA were considerably advantageous. Comparing the results obtained by WARIMAX-GARCH Neural model to traditional methods there was a reduction of up to 91% of the predictive error.173 f. : il. algumas color., grafs., tabs.application/pdfDisponível em formato digitalAnálise numéricaAnalise de series temporais - Processamento de dadosBarragens de concretoRedes neurais (Computação)Método warimax-garch neural para previsão de séries temporaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - T - JAIRO MARLON CORREA.pdfapplication/pdf3011569https://acervodigital.ufpr.br/bitstream/1884/41955/1/R%20-%20T%20-%20JAIRO%20MARLON%20CORREA.pdf79797aac400056ca4fe114e017146dcaMD51open accessTEXTR - T - JAIRO MARLON CORREA.pdf.txtExtracted Texttext/plain241584https://acervodigital.ufpr.br/bitstream/1884/41955/2/R%20-%20T%20-%20JAIRO%20MARLON%20CORREA.pdf.txtcfb0baa1010cd4a8cca994175969b679MD52open accessTHUMBNAILR - T - JAIRO MARLON CORREA.pdf.jpgGenerated Thumbnailimage/jpeg1118https://acervodigital.ufpr.br/bitstream/1884/41955/3/R%20-%20T%20-%20JAIRO%20MARLON%20CORREA.pdf.jpg9310373a337cfd3173d552f591fc26a7MD53open access1884/419552024-05-16 11:28:46.038open accessoai:acervodigital.ufpr.br:1884/41955Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-05-16T14:28:46Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false |
dc.title.pt_BR.fl_str_mv |
Método warimax-garch neural para previsão de séries temporais |
title |
Método warimax-garch neural para previsão de séries temporais |
spellingShingle |
Método warimax-garch neural para previsão de séries temporais Correa, Jairo Marlon Análise numérica Analise de series temporais - Processamento de dados Barragens de concreto Redes neurais (Computação) |
title_short |
Método warimax-garch neural para previsão de séries temporais |
title_full |
Método warimax-garch neural para previsão de séries temporais |
title_fullStr |
Método warimax-garch neural para previsão de séries temporais |
title_full_unstemmed |
Método warimax-garch neural para previsão de séries temporais |
title_sort |
Método warimax-garch neural para previsão de séries temporais |
author |
Correa, Jairo Marlon |
author_facet |
Correa, Jairo Marlon |
author_role |
author |
dc.contributor.other.pt_BR.fl_str_mv |
Teixeira Junior, Luiz Albino Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenharia |
dc.contributor.advisor1.fl_str_mv |
Chaves Neto, Anselmo, 1945- |
dc.contributor.author.fl_str_mv |
Correa, Jairo Marlon |
contributor_str_mv |
Chaves Neto, Anselmo, 1945- |
dc.subject.por.fl_str_mv |
Análise numérica Analise de series temporais - Processamento de dados Barragens de concreto Redes neurais (Computação) |
topic |
Análise numérica Analise de series temporais - Processamento de dados Barragens de concreto Redes neurais (Computação) |
description |
Orientador: Prof. Dr. Anselmo Chaves Neto |
publishDate |
2015 |
dc.date.issued.fl_str_mv |
2015 |
dc.date.accessioned.fl_str_mv |
2024-05-16T14:28:45Z |
dc.date.available.fl_str_mv |
2024-05-16T14:28:45Z |
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://hdl.handle.net/1884/41955 |
url |
https://hdl.handle.net/1884/41955 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.pt_BR.fl_str_mv |
Disponível em formato digital |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
173 f. : il. algumas color., grafs., tabs. application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPR instname:Universidade Federal do Paraná (UFPR) instacron:UFPR |
instname_str |
Universidade Federal do Paraná (UFPR) |
instacron_str |
UFPR |
institution |
UFPR |
reponame_str |
Repositório Institucional da UFPR |
collection |
Repositório Institucional da UFPR |
bitstream.url.fl_str_mv |
https://acervodigital.ufpr.br/bitstream/1884/41955/1/R%20-%20T%20-%20JAIRO%20MARLON%20CORREA.pdf https://acervodigital.ufpr.br/bitstream/1884/41955/2/R%20-%20T%20-%20JAIRO%20MARLON%20CORREA.pdf.txt https://acervodigital.ufpr.br/bitstream/1884/41955/3/R%20-%20T%20-%20JAIRO%20MARLON%20CORREA.pdf.jpg |
bitstream.checksum.fl_str_mv |
79797aac400056ca4fe114e017146dca cfb0baa1010cd4a8cca994175969b679 9310373a337cfd3173d552f591fc26a7 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1801860201750462464 |