Dimensionamento de mercados e previsão de demanda no setor elétrico brasileiro
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/184988 |
Resumo: | Este trabalho foi desenvolvido com o objetivo de identificar as regiões com maior potencial de demanda para materiais elétricos, bem como o desenvolvimento de um método de cálculo de previsão de demanda e dimensionamento de mercados. A monografia calculou o gasto padronizado com materiais elétricos para cada um dos 96 distritos para a cidade de São Paulo, a partir da projeção feita para os 18 mil setores censitários da localidade. O estudo trouxe cinco variáveis para classificar a demanda por meio de Máquinas de Suporte Vetorial no software livre R Studio. As bases de dados utilizadas são públicas e fornecidas pelo IBGE. A variável renda se mostrou determinante para a demanda. |
id |
UFRGS-2_2de15792d877ca3c45d0ca96cdb84a9d |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/184988 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Soruco, Ricardo GastalBrei, Vinícius Andrade2018-11-23T02:44:35Z2018http://hdl.handle.net/10183/184988001080398Este trabalho foi desenvolvido com o objetivo de identificar as regiões com maior potencial de demanda para materiais elétricos, bem como o desenvolvimento de um método de cálculo de previsão de demanda e dimensionamento de mercados. A monografia calculou o gasto padronizado com materiais elétricos para cada um dos 96 distritos para a cidade de São Paulo, a partir da projeção feita para os 18 mil setores censitários da localidade. O estudo trouxe cinco variáveis para classificar a demanda por meio de Máquinas de Suporte Vetorial no software livre R Studio. As bases de dados utilizadas são públicas e fornecidas pelo IBGE. A variável renda se mostrou determinante para a demanda.This study aims to identifie the regions with the greatest potential of demand for electrical materials, as well as the development of a method for calculating demand forecast and market size. The research calculated the standardized spending on electrical materials for each of the 96 districts from the city of São Paulo, based on the projection made for the 18,000 census tracts of the locality. The study brought five variables to classify demand through Support Vector Machines in free software R Studio. The databases used are public and provided by IBGE. The income variable was determinant for demand.application/pdfporPrevisão de demandaMercadoGeomarketingSetor elétricoDemand forecastMachine learningSupport vector machinesMarket sizeGeoreferencingDimensionamento de mercados e previsão de demanda no setor elétrico brasileiroinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulEscola de AdministraçãoPorto Alegre, BR-RS2018/1Administraçãograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001080398.pdf.txt001080398.pdf.txtExtracted Texttext/plain139196http://www.lume.ufrgs.br/bitstream/10183/184988/2/001080398.pdf.txt497a4bfb78fad6efbb18ebd5423feb4cMD52ORIGINAL001080398.pdfTexto completoapplication/pdf2484843http://www.lume.ufrgs.br/bitstream/10183/184988/1/001080398.pdf0df784bd348d6b6c4023eed40ee1494eMD5110183/1849882018-11-24 03:14:45.481589oai:www.lume.ufrgs.br:10183/184988Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-11-24T05:14:45Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Dimensionamento de mercados e previsão de demanda no setor elétrico brasileiro |
title |
Dimensionamento de mercados e previsão de demanda no setor elétrico brasileiro |
spellingShingle |
Dimensionamento de mercados e previsão de demanda no setor elétrico brasileiro Soruco, Ricardo Gastal Previsão de demanda Mercado Geomarketing Setor elétrico Demand forecast Machine learning Support vector machines Market size Georeferencing |
title_short |
Dimensionamento de mercados e previsão de demanda no setor elétrico brasileiro |
title_full |
Dimensionamento de mercados e previsão de demanda no setor elétrico brasileiro |
title_fullStr |
Dimensionamento de mercados e previsão de demanda no setor elétrico brasileiro |
title_full_unstemmed |
Dimensionamento de mercados e previsão de demanda no setor elétrico brasileiro |
title_sort |
Dimensionamento de mercados e previsão de demanda no setor elétrico brasileiro |
author |
Soruco, Ricardo Gastal |
author_facet |
Soruco, Ricardo Gastal |
author_role |
author |
dc.contributor.author.fl_str_mv |
Soruco, Ricardo Gastal |
dc.contributor.advisor1.fl_str_mv |
Brei, Vinícius Andrade |
contributor_str_mv |
Brei, Vinícius Andrade |
dc.subject.por.fl_str_mv |
Previsão de demanda Mercado Geomarketing Setor elétrico |
topic |
Previsão de demanda Mercado Geomarketing Setor elétrico Demand forecast Machine learning Support vector machines Market size Georeferencing |
dc.subject.eng.fl_str_mv |
Demand forecast Machine learning Support vector machines Market size Georeferencing |
description |
Este trabalho foi desenvolvido com o objetivo de identificar as regiões com maior potencial de demanda para materiais elétricos, bem como o desenvolvimento de um método de cálculo de previsão de demanda e dimensionamento de mercados. A monografia calculou o gasto padronizado com materiais elétricos para cada um dos 96 distritos para a cidade de São Paulo, a partir da projeção feita para os 18 mil setores censitários da localidade. O estudo trouxe cinco variáveis para classificar a demanda por meio de Máquinas de Suporte Vetorial no software livre R Studio. As bases de dados utilizadas são públicas e fornecidas pelo IBGE. A variável renda se mostrou determinante para a demanda. |
publishDate |
2018 |
dc.date.accessioned.fl_str_mv |
2018-11-23T02:44:35Z |
dc.date.issued.fl_str_mv |
2018 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/184988 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001080398 |
url |
http://hdl.handle.net/10183/184988 |
identifier_str_mv |
001080398 |
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.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/184988/2/001080398.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/184988/1/001080398.pdf |
bitstream.checksum.fl_str_mv |
497a4bfb78fad6efbb18ebd5423feb4c 0df784bd348d6b6c4023eed40ee1494e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1801224564244480000 |