Metodologia de previsão utilizando identificação de sistemas aplicada a séries temporais

• Ano de defesa: 2018
• Autor(a) principal: Bulhões, Júnio Santos
• Orientador(a): Calixto, Wesley Pacheco
• Banca de defesa: Calixto, Wesley Pacheco, Calheiros, Débora Fernandes, Oliveira, Sérgio Botelho de, Pinheiro Neto, Daywes, Oliveira, Marco Antonio Assfalk de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Goiás
• Programa de Pós-Graduação: Programa de Pós-graduação em Engenharia Elétrica e da Computação (EMC)
• Departamento: Escola de Engenharia Elétrica, Mecânica e de Computação - EMC (RG)
• País: Brasil
• Palavras-chave em Português: Identificação de sistemas; Sistemas de previsão; Variáveis limnológicas; Pantanal
• Palavras-chave em Inglês: System identification; Forecasting systems; Limnological varia
• Área do conhecimento CNPq: ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: http://repositorio.bc.ufg.br/tede/handle/tede/9078

This work proposes a methodology that uses spectral analysis and system identification in order to fill gaps in time series. The methodology proposes the implementation of predictions in time series of physical and chemical variables that are related with flood areas that are collected with no frequency. It is used predictive neural network with autoregressive model and classification neural network. Collected values are extracted from the original data set in order to later test and validate the proposed methodology. The results demonstrated the effectiveness of the methodology, which is able to predict the behavior of different variables using the previously recognized patterns in the time series.