Publicação
Algoritmos genéticos e redes neuronais na previsão de séries temporais
| Resumo: | Hoje em dia assiste-se a uma mundialização da economia, originando um acréscimo da concorrência entre as organizações. Assim, é natural assumir que as organizações estão interessadas em obter previsões fundamentadas de certos tipos de indicadores, especialmente acerca daqueles que possam influenciar a tomada de decisões. Uma das formas reside na Previsão de Séries Tem poreis (PST), baseada nas observações anteriores da variável a prever. Os métodos convencionais de PST criam os seus modelos com base em componentes da série temporal, corno a tendência ou a sazonalidade. Este tipo de abordagem é aplicável a séries bem comportadas, mas falha quando estas apresentam ruído ou componentes não lineares. Nos últimos anos, os Algoritmos de Optimização, com base em processos de evolução natural das espécies, têm vindo a ser aplicados com sucesso em diferentes domínios. De entre estes, as Redes Neuroriais Artificiais (RNAs) e os Aigoritmos Genéticos (AGs) assumiram-se como umas das mais populares e importantes ferramentas. Assim, neste trabalho, pretende-se explorar o uso combinado de RNAs e AGs, como fundamentos de um sistema inteligente para a PST. |
|---|---|
| Autores principais: | Cortez, Paulo |
| Ano: | 1997 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | Hoje em dia assiste-se a uma mundialização da economia, originando um acréscimo da concorrência entre as organizações. Assim, é natural assumir que as organizações estão interessadas em obter previsões fundamentadas de certos tipos de indicadores, especialmente acerca daqueles que possam influenciar a tomada de decisões. Uma das formas reside na Previsão de Séries Tem poreis (PST), baseada nas observações anteriores da variável a prever. Os métodos convencionais de PST criam os seus modelos com base em componentes da série temporal, corno a tendência ou a sazonalidade. Este tipo de abordagem é aplicável a séries bem comportadas, mas falha quando estas apresentam ruído ou componentes não lineares. Nos últimos anos, os Algoritmos de Optimização, com base em processos de evolução natural das espécies, têm vindo a ser aplicados com sucesso em diferentes domínios. De entre estes, as Redes Neuroriais Artificiais (RNAs) e os Aigoritmos Genéticos (AGs) assumiram-se como umas das mais populares e importantes ferramentas. Assim, neste trabalho, pretende-se explorar o uso combinado de RNAs e AGs, como fundamentos de um sistema inteligente para a PST. |
|---|