Teoria da perturbaÃÃo em sistemas hÃbridos inteligentes para a previsÃo de sÃries temporais

AUTOR(ES)

Paulo Salgado Gomes de Mattos Neto

DATA DE PUBLICAÇÃO

2008

RESUMO

De forma geral, as abordagens descritas na literatura utilizam apenas a prÃpria sÃrie para realizar a previsÃo, descartando a sÃrie de resÃduos proveniente da diferenÃa entre os dados reais da sÃrie e a previsÃo do modelo. Os mÃtodos tradicionais de inteligÃncia artificial nÃo tratam a sÃrie de resÃduos, considerando assim que essa sÃrie tenha o comportamento de um ruÃdo branco, contendo pouca ou nenhuma informaÃÃo relevante. Estudos realizados em torno das sÃries de resÃduos, geradas pelo MÃtodo Time-lag Added Evolutionary Forecasting Method (TAEF), possibilitaram a constataÃÃo da nÃo existÃncia de caracterÃsticas de ruÃdo branco, mas conjuntos de padrÃes que detÃm informaÃÃes relevantes que podem ser captadas pelo mÃtodo. Com base nesses estudos e inspirado na Teoria da PerturbaÃÃo, um conceito jà comumente usado em outros ramos da ciÃncia, o MÃtodo Perturbative Time-lag Added Evolutionary Forecasting Method (MÃtodo P-TAEF) foi desenvolvido para tratamento e previsÃo das sÃries residuais. A Teoria da PerturbaÃÃo à semelhante a uma expansÃo de potÃncias, como na expansÃo de Taylor, onde cada termo acrescentado à expansÃo introduz um fator de correÃÃo, que converge para a soluÃÃo real do problema. VÃrios experimentos foram realizados com o MÃtodo P-TAEF com sÃries temporais com diferentes caracterÃsticas. Foram utilizadas sÃries de natureza e complexidade distintas, de tal modo a comprovar a eficiÃncia do mÃtodo proposto. Foi testado um conjunto de sete sÃries, sendo uma artificial (sÃrie do Mapa de HÃnon), duas de fenÃmenos da natureza (sÃrie das Manchas Solares e sÃrie de Medidas do Brilho de uma Estrela) e quatro sÃries econÃmico-financeiras (Ãndice Dow Jones Industrial Average, Ãndice Nasdaq, Ãndice S&P500 e valores de Fechamento das AÃÃes da Petrobras (PetrobrasON)). Os experimentos foram comparados com tÃcnicas tradicionais de IA encontradas na literatura e com o MÃtodo TAEF

ASSUNTO(S)

genetics algorithms hybrid intelligent systems teoria da perturbaÃÃo sistemas hÃbridos inteligentes perturbation theory ciencia da computacao time series forecasting previsÃo de sÃries temporais artificial neural networks algoritmos genÃticos redes neurais artificiais

Documentos Relacionados

• ModeloshÃbridos baseados em enxame de partÃculaspara previsÃo de sÃries temporais
• Modelo de sÃries temporais para a previsÃo da arrecadaÃÃo tributÃria federal
• Abordagem hÃbrida para otimizaÃÃo de redes neurais artificiais para previsÃo de sÃries temporais
• Uma nova metodologia hÃbrida inteligente para a previsÃo de sÃries temporais
• PrevisÃo de sÃries temporais usando modelos de composiÃÃo de especialistas locais.