dc.contributorLUDERMIR, Teresa Bernarda
dc.creatorVALENÇA, Ivna Cristine Brasileiro
dc.date2014-06-12T15:56:09Z
dc.date2014-06-12T15:56:09Z
dc.date2010-01-31
dc.identifierCristine Brasileiro Valença, Ivna; Bernarda Ludermir, Teresa. Modelos híbridos baseados em redes neurais, lógica fuzzy e busca para previsão de séries temporais. 2010. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2010.
dc.identifierhttps://repositorio.ufpe.br/handle/123456789/2278
dc.descriptionAs pesquisas relacionadas à previsão de séries temporais têm sido uma área de bastante interesse nas últimas décadas. Várias técnicas têm sido pesquisadas para a previsão de séries temporais. Este trabalho propõe métodos híbridos, com a finalidade de tentar representar o complexo fenômeno de previsão de séries temporais do mundo real. A gênese do estudo é baseada no conceito sobre o qual, diferentes partes da série temporal podem ser resultantes de diferentes processos físicos que ocorrem na natureza e necessitam, portanto, de diferentes modelagens. A dissertação divide-se em duas etapas. Na primeira, são propostos mais dois sistemas híbridos (BH + MLP e BMT + MLP) para a seleção das variáveis de entradas para os modelos de previsão. Na segunda, são propostas dois métodos híbridos (SOM + MLP e MLP + Fuzzy) para o processo de previsão de séries temporais. Para realizar o estudo comparativo entre as técnicas, dez séries temporais do mundo real foram utilizadas. No que diz respeito à seleção de variáveis os resultados mostraram que a utilização do sistema híbrido Busca pela Memória Temporal e Redes Neurais (BMT + MLP) foi capaz de encontrar um subconjunto de variáveis representativo para o problema. Dos resultados obtidos pode-se concluir que a seleção de variáveis ocorreu de forma bastante satisfatória com a utilização da Busca Harmônica e Redes Neurais, mas ocorreu com maior rapidez e eficiência quando da utilização do sistema proposto BMT + MLP. Apesar dos erros médios quadráticos obtidos pela rede neural serem, em geral, estatisticamente similares para as duas técnicas, a principal vantagem da BMT + MLP é a capacidade de encontrar o subconjunto de variáveis considerado ótimo de forma bastante rápida. Ao realizar a comparação dos resultados obtidos dos modelos propostos com dois modelos da literatura, os modelos propostos apresentaram um melhor desempenho. Quanto aos modelos de previsão propostos, os resultados obtidos apresentaram menor erro ou no máximo iguais em comparação com a rede MLP e com os modelos Estatísticos, para todas as séries simuladas. Por outro lado, os dois modelos propostos (SOM + MLP e MLP + Fuzzy) apresentaram em média resultados que foram considerados estatisticamente similares
dc.descriptionFundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco
dc.formatapplication/pdf
dc.languagepor
dc.publisherUniversidade Federal de Pernambuco
dc.subjectBusca pela Memória Temporal
dc.subjectPrevisão de Séries Temporais
dc.subjectRedes Neurais Artificiais
dc.subjectSeleção de Variáveis
dc.subjectSistemas Inteligentes Híbridos
dc.titleModelos híbridos baseados em redes neurais, lógica fuzzy e busca para previsão de séries temporais
dc.typemasterThesis


Este ítem pertenece a la siguiente institución