Please use this identifier to cite or link to this item: https://repositorio.ufpa.br/jspui/handle/2011/4598
Full metadata record
DC FieldValueLanguage
dc.creatorCONDE, Guilherme Augusto Barros-
dc.date.accessioned2014-01-15T11:45:10Z-
dc.date.available2014-01-15T11:45:10Z-
dc.date.issued2012-05-04-
dc.identifier.citationCONDE, Guilherme Augusto Barros. Um framework para a previsão de cenários com o uso de sistemas híbridos neurogenéticos para compra e venda de energia elétrica no mercado futuro. 2012. 119 f. Orientador: Carlos Renato Lisboa Francês. Tese (Doutorado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2012. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/4598. Acesso em:>pt_BR
dc.identifier.urihttp://repositorio.ufpa.br/jspui/handle/2011/4598-
dc.description.abstractIn the context of time series forecasting, is great the interest in studies of forecasting methods of time series that can identify existing structures and patterns in historical data, allowing generate the next patterns of the series. The proposal defended in this thesis is the development of a framework that uses the full potential of forecasting techniques (neural networks) with the optimization techniques (genetic algorithms) in a hybrid system that well enjoy the advantages of each of these techniques to the generation of future scenarios that can show, in aaddition to normal forecasts based on historical values, alternative pathways of the curves of time series analyzed.pt_BR
dc.description.provenanceSubmitted by Edisangela Bastos (edisangela@ufpa.br) on 2014-01-13T19:11:17Z No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Tese_FrameworkPrevisaoCenarios.pdf: 1346905 bytes, checksum: 9ed405c15deefa86cddbf13daba6c6f5 (MD5)en
dc.description.provenanceApproved for entry into archive by Ana Rosa Silva(arosa@ufpa.br) on 2014-01-15T11:45:10Z (GMT) No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Tese_FrameworkPrevisaoCenarios.pdf: 1346905 bytes, checksum: 9ed405c15deefa86cddbf13daba6c6f5 (MD5)en
dc.description.provenanceMade available in DSpace on 2014-01-15T11:45:10Z (GMT). No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Tese_FrameworkPrevisaoCenarios.pdf: 1346905 bytes, checksum: 9ed405c15deefa86cddbf13daba6c6f5 (MD5) Previous issue date: 2012en
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior-
dc.language.isoporpt_BR
dc.publisherUniversidade Federal do Pará-
dc.rightsAcesso Aberto-
dc.subjectRedes neurais artificiaispt_BR
dc.subjectAlgoritmos genéticospt_BR
dc.subjectSistema híbrido inteligentept_BR
dc.subjectPrevisão de séries temporaispt_BR
dc.subjectPrevisão de cenários futurospt_BR
dc.subjectTime series forecastingen
dc.subjectArtificial neural networken
dc.subjectGenetics algorithmsen
dc.subjectIntelligent hybrid systemsen
dc.subjectFuture scenarios forecastingen
dc.titleUm framework para a previsão de cenários com o uso de sistemas híbridos neurogenéticos para compra e venda de energia elétrica no mercado futuropt_BR
dc.typeTesept_BR
dc.publisher.countryBrasil-
dc.publisher.departmentInstituto de Tecnologia-
dc.publisher.initialsUFPA-
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO-
dc.contributor.advisor1FRANCÊS, Carlos Renato Lisboa-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/7458287841862567-
dc.creator.Latteshttp://lattes.cnpq.br/6925746296066635-
dc.description.resumoNo contexto da previsão de séries temporais, é grande o interesse em estudos de métodos de previsão de séries temporais que consigam identificar as estruturas e padrões existentes nos dados históricos, possibilitando gerar os próximos padrões da série. A proposta defendida nesta tese é a de desenvolvimento de um framework que utilize ao máximo as potencialidades das técnicas de previsão (redes neurais artificiais) com as técnicas de otimização (algoritmos genéticos) em um sistema híbrido intercomunicativo que aproveite bem as vantagens de cada uma dessas técnicas para a geração de cenários futuros que possam mostrar, além das previsões normais com base nos valores históricos, percursos alternativos das curvas das séries temporais analisadas.pt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétrica-
Appears in Collections:Teses em Engenharia Elétrica (Doutorado) - PPGEE/ITEC

Files in This Item:
File Description SizeFormat 
Tese_FrameworkPrevisaoCenarios.pdf1,32 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons