1. TEDE
  2. Campus Goiânia
  3. Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas
  4. Mestrado em Engenharia de Produção e Sistemas
Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: http://tede2.pucgoias.edu.br:8080/handle/tede/2468
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSousa, Ana Paula de-
dc.creator.Latteshttp://lattes.cnpq.br/1678402460171450por
dc.contributor.advisor1Menezes, José Elmo de-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9654702573176547por
dc.contributor.referee1Dantas, Maria José Pereira-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/5115002204148904por
dc.contributor.referee2Chieppe Júnior, João Baptista-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/0425512852602127por
dc.date.accessioned2016-08-10T10:40:27Z-
dc.date.available2015-09-29-
dc.date.issued2012-03-09-
dc.identifier.citationSOUSA, Ana Paula de. COMPARATIVE ANALYSIS OF TIME SERIES FORECASTING METHODS THROUGH STATISTICAL MODELS AND ARTIFICIAL NEURAL NETWORKS.. 2012. 115 f. Dissertação (Mestrado em Engenharia) - Pontifícia Universidade Católica de Goiás, GOIÂNIA, 2012.por
dc.identifier.urihttp://localhost:8080/tede/handle/tede/2468-
dc.description.resumoO objetivo deste trabalho foi comparar os métodos de estatística e de inteligência artificial para o problema da previsão de séries temporais através de Holt-Winters, Box- Jenkins e a rede neural de Elman. Os modelos foram utilizados para previsão um passo a frente dos preços do etanol no estado de Goiás e comparados através medidas de erros específicas. Ao final, os resultados indicaram que todos os métodos se mostraram competitivos em termos de predição um passo à frente, destacando-se os modelos estatísticos como os mais adequados em termos de parcimônia entre desempenho e complexidade.por
dc.description.abstractThe objective of this study was to compare statistical methods and artificial intelligence to the problem of time series forecasting using Holt-Winters, Box-Jenkins and the Elman neural network. The models were used to predict one step ahead of the price of ethanol in the state of Goias and compared using measures of specific errors. At the end, the results indicated that all three techniques were competitive in terms of predicting one step ahead especially the statistical models appeared to be the most suitable methods in terms of balance between performance and complexity.eng
dc.description.provenanceMade available in DSpace on 2016-08-10T10:40:27Z (GMT). No. of bitstreams: 1 ANA PAULA DE SOUSA.pdf: 965882 bytes, checksum: a3647999f994441f4537855527b52292 (MD5) Previous issue date: 2012-03-09eng
dc.formatapplication/pdfpor
dc.thumbnail.urlhttp://localhost:8080/tede/retrieve/8407/ANA%20PAULA%20DE%20SOUSA.pdf.jpg*
dc.languageporpor
dc.publisherPontifícia Universidade Católica de Goiáspor
dc.publisher.departmentEngenhariapor
dc.publisher.countryBRpor
dc.publisher.initialsPUC Goiáspor
dc.publisher.programEngenharia de Produção e Sistemaspor
dc.rightsAcesso Abertopor
dc.subjectBox-Jenkinspor
dc.subjectrede neural de Elmanpor
dc.subjectséries temporaispor
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAOpor
dc.titleANÁLISE COMPARATIVA DE MÉTODOS DE PREVISÃO DE SÉRIES TEMPORAIS ATRAVÉS DE MODELOS ESTATÍSTICOS E REDE NEURAL ARTIFICIAL.por
dc.title.alternativeCOMPARATIVE ANALYSIS OF TIME SERIES FORECASTING METHODS THROUGH STATISTICAL MODELS AND ARTIFICIAL NEURAL NETWORKS.eng
dc.typeDissertaçãopor
Aparece nas coleções:Mestrado em Engenharia de Produção e Sistemas

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ANA PAULA DE SOUSA.pdf943,24 kBAdobe PDFThumbnail

Baixar/Abrir Pré-Visualizar
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.