Sistemas Evolutivos Aplicados à Análise e Previsão de Séries Temporais

ISBN-13: 9786202170987 / Portugalski / Miękka / 2018 / 172 str.

Enderson Neves Cruz; Pyramo Costa Jr.; Daniel F. Leite

Opis

Este manuscrito busca analisar metodologias que possibilitem a previsão de valores futuros de séries temporais produzidas a partir de sistemas dinâmicos variantes no tempo. Em particular, considera-se sistemas inteligentes evolutivos para previsão meteorológica. Além disso são analisados problemas benchmarks da literatura de séries temporais como o problema do forno a gás de Box e Jenkins, e a equação de Mackey e Glass. O estudo de sistemas inteligentes evolutivos nestes contextos justifica-se pela limitação das técnicas estatísticas em se adaptar a novos comportamentos dinâmicos, ou seja, de lidar com variações temporais dos parâmetros. Sendo assim, considerou-se o estudo de técnicas de inteligência computacional. Sistemas inteligentes evolutivos adaptam suas estruturas e parâmetros segundo informações extraídas dos dados coletados. Isso possibilita uma modelagem mais flexível e potencialmente mais precisa de séries temporais não-estacionárias. Este trabalho investiga uma variedade de métodos de modelagem inteligente evolutiva, incluindo métodos fuzzy e neurais artificiais para previsão de séries temporais onde não há conhecimento das equações que descrevem o sistema ou fenômeno.

O autorze

Enderson é mestre em Engenharia Elétrica e bacharel em Engenharia Eletrônica pela PUC-MG. Atualmente é professor do CEFET-MG. Pyramo e Daniel são doutores pela Faculdade de Engenharia Elétrica da UNICAMP. Daniel é pós-doutor em modelagem e controle inteligente pela UFMG. Atualmente, os professores atuam na PUC-MG e UFLA, respectivamente.