Combinação de previsões: uma abordagem usando wavelets

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Ahmed, Mohamed Lemine Ould Sid lattes
Orientador(a): Sáfadi, Thelma
Banca de defesa: Veloso, Manoel Vitor de Souza, Guimarães, Paulo Henrique Sales
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Lavras
Programa de Pós-Graduação: Programa de Pós-Graduação em Estatística e Experimentação Agropecuária
Departamento: Departamento de Ciências Exatas
País: brasil
Palavras-chave em Português:
Análise de wavelet
Combinação de previsões
Programação matemática
Séries temporais
Modelagem SARIMA
Vazão de afluentes
SARIMA models
Mathematical programming
Times series
Wavelet decomposition
Flow of atributes
Área do conhecimento CNPq:
Estatística
Link de acesso: https://repositorio.ufla.br/handle/1/29059
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.
id UFLA_9f11983d1ca9469a0dc9d85da8ec2f91
oai_identifier_str oai:repositorio.ufla.br:1/29059
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling 2018-04-19T13:13:43Z2018-04-19T13:13:43Z2018-04-182018-02-08AHMED, 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.https://repositorio.ufla.br/handle/1/29059A 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.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.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Universidade Federal de LavrasPrograma de Pós-Graduação em Estatística e Experimentação AgropecuáriaUFLAbrasilDepartamento de Ciências ExatasEstatísticaAnálise de waveletCombinação de previsõesProgramação matemáticaSéries temporaisModelagem SARIMAVazão de afluentesSARIMA modelsMathematical programmingTimes seriesWavelet decompositionFlow of atributesCombinação de previsões: uma abordagem usando waveletsA wavelet approach to combining forecastsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisSáfadi, ThelmaVeloso, Manoel Vitor de SouzaGuimarães, Paulo Henrique Saleshttp://lattes.cnpq.br/9486758834650128Ahmed, Mohamed Lemine Ould Sidinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLALICENSElicense.txtlicense.txttext/plain; charset=utf-8953https://repositorio.ufla.br/bitstreams/e1b70576-3cfc-405e-b3ec-6c72071eb5e8/download760884c1e72224de569e74f79eb87ce3MD51falseAnonymousREADORIGINALDISSERTAÇÃO_Combinação de previsões - uma abordagem usando wavelets.pdfDISSERTAÇÃO_Combinação de previsões - uma abordagem usando wavelets.pdfapplication/pdf2591754https://repositorio.ufla.br/bitstreams/5583c036-5600-4812-8442-008a2ed406c6/download7c919cc05950665b916b224e688c07f9MD52trueAnonymousREADTEXTDISSERTAÇÃO_Combinação de previsões - uma abordagem usando wavelets.pdf.txtDISSERTAÇÃO_Combinação de previsões - uma abordagem usando wavelets.pdf.txtExtracted texttext/plain68544https://repositorio.ufla.br/bitstreams/f1c94ff0-7660-4933-b963-29d79a64f9d9/download2b6dd2ce131356b7d810c7d5d1699b3aMD53falseAnonymousREADTHUMBNAILDISSERTAÇÃO_Combinação de previsões - uma abordagem usando wavelets.pdf.jpgDISSERTAÇÃO_Combinação de previsões - uma abordagem usando wavelets.pdf.jpgGenerated Thumbnailimage/jpeg3045https://repositorio.ufla.br/bitstreams/115f9cb6-7ad4-4444-848b-f69cfc9d0900/downloade2020047706150363c7f40e6dba1a539MD54falseAnonymousREAD1/290592025-08-06 11:09:50.135open.accessoai:repositorio.ufla.br:1/29059https://repositorio.ufla.brRepositório InstitucionalPUBhttps://repositorio.ufla.br/server/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2025-08-06T14:09:50Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)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
dc.title.pt_BR.fl_str_mv Combinação de previsões: uma abordagem usando wavelets
dc.title.alternative.pt_BR.fl_str_mv A wavelet approach to combining forecasts
title Combinação de previsões: uma abordagem usando wavelets
spellingShingle Combinação de previsões: uma abordagem usando wavelets
Ahmed, Mohamed Lemine Ould Sid
Estatística
Análise de wavelet
Combinação de previsões
Programação matemática
Séries temporais
Modelagem SARIMA
Vazão de afluentes
SARIMA models
Mathematical programming
Times series
Wavelet decomposition
Flow of atributes
title_short Combinação de previsões: uma abordagem usando wavelets
title_full Combinação de previsões: uma abordagem usando wavelets
title_fullStr Combinação de previsões: uma abordagem usando wavelets
title_full_unstemmed Combinação de previsões: uma abordagem usando wavelets
title_sort Combinação de previsões: uma abordagem usando wavelets
author Ahmed, Mohamed Lemine Ould Sid
author_facet Ahmed, Mohamed Lemine Ould Sid
author_role author
dc.contributor.advisor1.fl_str_mv Sáfadi, Thelma
dc.contributor.referee1.fl_str_mv Veloso, Manoel Vitor de Souza
dc.contributor.referee2.fl_str_mv Guimarães, Paulo Henrique Sales
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/9486758834650128
dc.contributor.author.fl_str_mv Ahmed, Mohamed Lemine Ould Sid
contributor_str_mv Sáfadi, Thelma
Veloso, Manoel Vitor de Souza
Guimarães, Paulo Henrique Sales
dc.subject.cnpq.fl_str_mv Estatística
topic Estatística
Análise de wavelet
Combinação de previsões
Programação matemática
Séries temporais
Modelagem SARIMA
Vazão de afluentes
SARIMA models
Mathematical programming
Times series
Wavelet decomposition
Flow of atributes
dc.subject.por.fl_str_mv Análise de wavelet
Combinação de previsões
Programação matemática
Séries temporais
Modelagem SARIMA
Vazão de afluentes
SARIMA models
Mathematical programming
Times series
Wavelet decomposition
Flow of atributes
description 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.
publishDate 2018
dc.date.submitted.none.fl_str_mv 2018-02-08
dc.date.accessioned.fl_str_mv 2018-04-19T13:13:43Z
dc.date.available.fl_str_mv 2018-04-19T13:13:43Z
dc.date.issued.fl_str_mv 2018-04-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv 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.
dc.identifier.uri.fl_str_mv https://repositorio.ufla.br/handle/1/29059
identifier_str_mv 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.
url https://repositorio.ufla.br/handle/1/29059
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Lavras
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Estatística e Experimentação Agropecuária
dc.publisher.initials.fl_str_mv UFLA
dc.publisher.country.fl_str_mv brasil
dc.publisher.department.fl_str_mv Departamento de Ciências Exatas
publisher.none.fl_str_mv Universidade Federal de Lavras
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
bitstream.url.fl_str_mv https://repositorio.ufla.br/bitstreams/e1b70576-3cfc-405e-b3ec-6c72071eb5e8/download
https://repositorio.ufla.br/bitstreams/5583c036-5600-4812-8442-008a2ed406c6/download
https://repositorio.ufla.br/bitstreams/f1c94ff0-7660-4933-b963-29d79a64f9d9/download
https://repositorio.ufla.br/bitstreams/115f9cb6-7ad4-4444-848b-f69cfc9d0900/download
bitstream.checksum.fl_str_mv 760884c1e72224de569e74f79eb87ce3
7c919cc05950665b916b224e688c07f9
2b6dd2ce131356b7d810c7d5d1699b3a
e2020047706150363c7f40e6dba1a539
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1854947692295225344

Registros relacionados