1. Biblioteca Digital de Teses e Dissertações da UFCG
  2. Eventos Científicos da UFCG
  3. ANAIS DE EVENTOS CIENTÍFICOS REALIZADOS DO CENTRO DE DESENVOLVIMENTO SUSTENTÁVEL DO SEMIÁRIDO - CDSA - CAMPUS DE SUMÉ
  4. Anais do Simpósio de Engenharia de Produção SIMEP
Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/31955
Full metadata record
DC FieldValueLanguage
dc.description.resumoO objetivo deste trabalho foi gerar previsões e comparar a precisão preditiva no curto prazo de redes neurais perceptron multi-camada (MLP) e máquina de aprendizagem extrema (ELM), na previsão da produção de petróleo. Foram utilizadas três séries temporais do sistema de gerenciamento de séries temporais do Banco Central do Brasil (BCB). Os dados são referentes a produção de gás natural, óleo bruto e petróleo registradas entre janeiro de 2007 a setembro de 2017. Com uso do software R e a extensão R studio. As predições da produção abrangeram o intervalo de outubro a dezembro de 2017, sendo então comparadas aos dados reais do mesmo período. As previsões da MLP e ELM foram comparadas por meio dos critérios MAPE e MAD, onde os resultados gerados pelas medidas de erros mostraram que a ELM teve o melhor desempenho individual, MLP e ELM geraram previsões excelentes. Para pesquisas futuras sugerimos análises de previsões de curto, médio e longo prazo fora da amostra.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.initialsUFCGpt_BR
dc.subject.cnpqEngenharia de Produção.pt_BR
dc.citation.issue6pt_BR
dc.titlePrevisão de séries temporais por meio de redes neurais.pt_BR
dc.date.issued2018-
dc.identifier.urihttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/31955-
dc.date.accessioned2023-10-11T13:13:05Z-
dc.date.available2023-10-11-
dc.date.available2023-10-11T13:13:05Z-
dc.typeArtigo de Eventopt_BR
dc.subjectRedes neuraispt_BR
dc.subjectPerceptron multi-camadapt_BR
dc.subjectPetróleo - previsão de produçãopt_BR
dc.subjectPrevisão de produção de petróleopt_BR
dc.subjectMáquina de aprendizagem extremapt_BR
dc.subjectNeural networkspt_BR
dc.subjectMulti-layer Perceptronpt_BR
dc.subjectOil - production forecastpt_BR
dc.subjectOil production forecastpt_BR
dc.subjectExtreme Learning Machinept_BR
dc.subjectRedes neuronalespt_BR
dc.subjectPerceptrón multicapapt_BR
dc.subjectPetróleo - previsión de producciónpt_BR
dc.subjectPrevisión de producción de petróleopt_BR
dc.subjectMáquina de aprendizaje extremapt_BR
dc.subjectLes réseaux de neuronespt_BR
dc.subjectPerceptron multicouchept_BR
dc.subjectPétrole - prévisions de productionpt_BR
dc.subjectPrévisions de production pétrolièrept_BR
dc.subjectMachine d’apprentissage extrêmept_BR
dc.rightsAcesso Abertopt_BR
dc.creatorPORTO, Bruno Matos.-
dc.creatorPHILIPPI, Daniela Althoff.-
dc.publisherUniversidade Federal de Campina Grandept_BR
dc.languageporpt_BR
dc.title.alternativeTime series forecasting using neural networks.pt_BR
dc.identifier.citationPORTO, Bruno Matos; PHILIPPI, Daniela Althoff. Previsão de séries temporais por meio de redes neurais. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 6., 2018. Anais [...]. Salvador - BA: UNIFACS, 2018. ISSN: 2318-9258. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/31955pt_BR
Appears in Collections:Anais do Simpósio de Engenharia de Produção SIMEP

Files in This Item:
File Description SizeFormat 
PREVISÃO DE SÉRIES TEMPORAIS POR MEIO DE REDES NEURAIS - ANAIS VI SIMEP ARTIGO 2018.pdfPrevisão de séries temporais por meio de redes neurais - Anais VI SIMEP Artigo 2018.315.59 kBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.