Combinação de previsões: uma abordagem usando wavelets
Carregando...
Notas
Data
Autores
Orientadores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Lavras
Faculdade, Instituto ou Escola
Departamento
Departamento de Ciências Exatas
Programa de Pós-Graduação
Programa de Pós-Graduação em Estatística e Experimentação Agropecuária
Agência de fomento
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
A importância de previsão de alta precisão para séries de vazão natural de afluentes pode ser
atribuída ao seu papel fundamental no planejamento dos recursos hídricos, devido ao impacto
direto desses nos vários aspectos da atividade econômica e social. Neste trabalho foi aplicado
um método híbrido de combinação de previsão de séries temporais. O método utiliza a análise de wavelet, modelagem SARIMA e programação matemática não linear multiobjetivo. Em
primeiro momento, é realizada a transformação da série temporal analisada utilizando a transformada de wavelet não decimada Maximal Overlap Discrete Wavelet Transform (MODWT)
até um certo nível de resolução. Em seguida, modelos SARIMA são ajustados às componentes
wavelet, e previsões são geradas para cada componente wavelet por meio do respectivo modelo SARIMA. Na ultima etapa, otimização matemática é utilizada para combinar as previsões
das componentes wavelet, gerando assim a previsão da série temporal original. O método foi
aplicado à série mensal de vazão natural de afluentes da barragem de Samuel no estado de
Rondônia, no período de março de 1973 a dezembro de 2015. Em termos de ganhos preditivos,
o método proposto teve desempenho inferior ao do modelo SARIMA puro.
Abstract
The reason behind the importance of accurate forecasting of flow of tributaries lies in the fact
that they are crucial to hydrological resources planning, which directly impacts many aspects
of the economic and social activities. In this work, a hybrid method of combining times series
forecasts is applied. Wavelet analysis is implemented, together with SARIMA models and
multi-objective nonlinear mathematical programming. At first, the time series to be analyzed is
decomposed via Maximal Overlap Discrete Wavelet Transform (MODWT) up to a certain level
of resolution. Subsequently, SARIMA models are used to, individually, model and generate
forecasts for every wavelet component. In the last stage, mathematical optimization is used to
generate forecasts for the original time series in the form of the optimal linear combination of
the wavelet components’ forecasts, previously obtained by SARIMA models. The method was
applied to the time series of the monthly flow of tributaries of Samuel’s dam in the state of
Rondônia. In terms of predictive gains, pure SARIMA model produced better results.
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
AHMED, M. L. O. S. Combinação de previsões: uma abordagem usando wavelets. 2018. 54 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2018.