Previsão de preços de minério de ferro utilizando modelos de inteligência computacional.

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Tonidandel Júnior, Hamilton
Orientador(a): Guimarães, Frederico Gadelha
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://www.repositorio.ufop.br/jspui/handle/123456789/15338
Resumo: Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.
id UFOP_f1012fec2bf4f5a938296ce7552edbec
oai_identifier_str oai:repositorio.ufop.br:123456789/15338
network_acronym_str UFOP
network_name_str Repositório Institucional da UFOP
repository_id_str
spelling Tonidandel Júnior, HamiltonGuimarães, Frederico GadelhaReis, Agnaldo José da RochaSilva, Petrônio Cândido de Lima eBallini, RosângelaGuimarães, Frederico Gadelha2022-09-16T19:55:31Z2022-09-16T19:55:31Z2022TONIDANDEL JÚNIOR, Hamilton. Previsão de preços de minério de ferro utilizando modelos de inteligência computacional. 2022. 62 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2022.http://www.repositorio.ufop.br/jspui/handle/123456789/15338Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.A estimativa do comportamento futuro da série temporal de preços de minério de ferro a curto prazo é uma ferramenta importante na elaboração de projetos de mineração relacionados ao planejamento operacional. O presente trabalho propõe, neste contexto, um estudo comparativo entre modelos preditivos construídos por meio técnicas de inteligência computacional, e avalia a acuracidade dos modelos nebulosos PWFTS (Probabilistic Weighted Fuzzy Time Series) e FDT-FTS (Fuzzy Decision Trees) em relação aos modelos preditivos ARIMA, Multilayer Perceptron (MLP) e Xgboost. Para garantir a variabilidade dos padrões de entrada, os dados são distribuídos em subconjuntos de janelas deslizantes. Em um contexto multivariado, variáveis preditoras são selecionadas por meio de análise correlacional e causal com a série temporal principal, com destaque para a inclusão do excedente produtivo de minério de ferro da Vale S.A., que apresentou considerável grau de contribuição no poder de generalização dos modelos. Os resultados indicam superioridade dos modelos nebulosos nas métricas RMSE e MAPE, e na estatística U de Theil.The estimation of the future behavior of a short-term iron ore price time series is an important tool in the elaboration of mining projects related to operational planning. The present work proposes, in this context, a comparative study between different predictive models, built through computational intelligence techniques, and evaluates the accuracy of the fuzzy models PWFTS (Probabilistic Weighted Fuzzy Time Series) and FDT-FTS (Fuzzy Decision Trees) in relation to the models ARIMA, Multilayer Perceptron (MLP) and Xgboost. To ensure the variability of the input patterns, the data is distributed in subsets of sliding windows. In a multivariate context, predictor variables are selected through correlational and causal analysis with the main time series, with emphasis on the inclusion of the productive surplus of iron ore from Vale S.A., which presented a considerable degree of contribution to the generalization power of the models. The results indicate superiority of the fuzzy models in the RMSE and MAPE metrics, and in Theil's U statistic.http://creativecommons.org/licenses/by-nc-nd/3.0/us/Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 08/09/2022 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.info:eu-repo/semantics/openAccessAnálise de séries temporais - séries temporais nebulosasMinérios de ferro - economia do mercado - previsãoMinérios de ferroPrevisão de preços de minério de ferro utilizando modelos de inteligência computacional.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFOPinstname:Universidade Federal de Ouro Preto (UFOP)instacron:UFOPCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://www.repositorio.ufop.br/bitstreams/e838c297-3757-4f73-b665-23fd95673ef9/download9868ccc48a14c8d591352b6eaf7f6239MD52falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://www.repositorio.ufop.br/bitstreams/7a976208-0119-45bd-aec1-a599c50ae697/download8a4605be74aa9ea9d79846c1fba20a33MD53falseAnonymousREADORIGINALDISSERTAÇÃO_PrevisãoPreçosMinério.pdfDISSERTAÇÃO_PrevisãoPreçosMinério.pdfapplication/pdf1539151https://www.repositorio.ufop.br/bitstreams/8cc130ee-e7a0-492a-b82b-1aef8766fa4b/download45b50bd910741ec7fc58dca8c86b2d99MD51trueAnonymousREADTHUMBNAILDISSERTAÇÃO_PrevisãoPreçosMinério.pdf.jpgDISSERTAÇÃO_PrevisãoPreçosMinério.pdf.jpgGenerated Thumbnailimage/jpeg3665https://www.repositorio.ufop.br/bitstreams/6ed3bde3-3b4e-4bfb-ac56-d46406772836/download15c9c8294cb46233bffe94bc123a5b3cMD54falseAnonymousREAD123456789/153382024-11-11 02:04:25.402http://creativecommons.org/licenses/by-nc-nd/3.0/us/abertoopen.accessoai:repositorio.ufop.br:123456789/15338https://www.repositorio.ufop.brRepositório InstitucionalPUBhttp://www.repositorio.ufop.br/oai/requestrepositorio@ufop.edu.bropendoar:32332024-11-11T05:04:25Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)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
dc.title.pt_BR.fl_str_mv Previsão de preços de minério de ferro utilizando modelos de inteligência computacional.
title Previsão de preços de minério de ferro utilizando modelos de inteligência computacional.
spellingShingle Previsão de preços de minério de ferro utilizando modelos de inteligência computacional.
Tonidandel Júnior, Hamilton
Análise de séries temporais - séries temporais nebulosas
Minérios de ferro - economia do mercado - previsão
Minérios de ferro
title_short Previsão de preços de minério de ferro utilizando modelos de inteligência computacional.
title_full Previsão de preços de minério de ferro utilizando modelos de inteligência computacional.
title_fullStr Previsão de preços de minério de ferro utilizando modelos de inteligência computacional.
title_full_unstemmed Previsão de preços de minério de ferro utilizando modelos de inteligência computacional.
title_sort Previsão de preços de minério de ferro utilizando modelos de inteligência computacional.
author Tonidandel Júnior, Hamilton
author_facet Tonidandel Júnior, Hamilton
author_role author
dc.contributor.referee.pt_BR.fl_str_mv Guimarães, Frederico Gadelha
Reis, Agnaldo José da Rocha
Silva, Petrônio Cândido de Lima e
Ballini, Rosângela
dc.contributor.author.fl_str_mv Tonidandel Júnior, Hamilton
dc.contributor.advisor1.fl_str_mv Guimarães, Frederico Gadelha
contributor_str_mv Guimarães, Frederico Gadelha
dc.subject.por.fl_str_mv Análise de séries temporais - séries temporais nebulosas
Minérios de ferro - economia do mercado - previsão
Minérios de ferro
topic Análise de séries temporais - séries temporais nebulosas
Minérios de ferro - economia do mercado - previsão
Minérios de ferro
description Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-09-16T19:55:31Z
dc.date.available.fl_str_mv 2022-09-16T19:55:31Z
dc.date.issued.fl_str_mv 2022
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 TONIDANDEL JÚNIOR, Hamilton. Previsão de preços de minério de ferro utilizando modelos de inteligência computacional. 2022. 62 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2022.
dc.identifier.uri.fl_str_mv http://www.repositorio.ufop.br/jspui/handle/123456789/15338
identifier_str_mv TONIDANDEL JÚNIOR, Hamilton. Previsão de preços de minério de ferro utilizando modelos de inteligência computacional. 2022. 62 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2022.
url http://www.repositorio.ufop.br/jspui/handle/123456789/15338
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/us/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/us/
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFOP
instname:Universidade Federal de Ouro Preto (UFOP)
instacron:UFOP
instname_str Universidade Federal de Ouro Preto (UFOP)
instacron_str UFOP
institution UFOP
reponame_str Repositório Institucional da UFOP
collection Repositório Institucional da UFOP
bitstream.url.fl_str_mv https://www.repositorio.ufop.br/bitstreams/e838c297-3757-4f73-b665-23fd95673ef9/download
https://www.repositorio.ufop.br/bitstreams/7a976208-0119-45bd-aec1-a599c50ae697/download
https://www.repositorio.ufop.br/bitstreams/8cc130ee-e7a0-492a-b82b-1aef8766fa4b/download
https://www.repositorio.ufop.br/bitstreams/6ed3bde3-3b4e-4bfb-ac56-d46406772836/download
bitstream.checksum.fl_str_mv 9868ccc48a14c8d591352b6eaf7f6239
8a4605be74aa9ea9d79846c1fba20a33
45b50bd910741ec7fc58dca8c86b2d99
15c9c8294cb46233bffe94bc123a5b3c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)
repository.mail.fl_str_mv repositorio@ufop.edu.br
_version_ 1862724478225612800