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

Title:	Previsão do potencial de produção em plataformas marítimas: comparação entre métodos estatísticos e redes neurais.
Other Titles:	Forecasting production potential on offshore platforms: comparison between statistical methods and neural networks.
???metadata.dc.creator???:	MARQUES, Vitor Hugo Pinheiro. CYRINO, Fernando Luiz. CASTRO, Antônio Orestes de Salvo. BOMFIM, Gabriel Alcântara.
Keywords:	Produção de óleo;Métodos de previsão;Métodos estatísticos;Multilayer percepton - MLP;Radial basis function;Redes neurais;Extreme learning machine;Suavização exponencial;ARIMA - método estatístico;Oil production;Forecasting methods;Statistical methods;Multilayer percepton - MLP;Radial basis function;Neural networks;Exponential smoothing;ARIMA - statistical method;Plataformas marítimas
Issue Date:	2023
Publisher:	Universidade Federal de Campina Grande
Citation:	MARQUES, Vitor Hugo Pinheiro; CYRINO, Fernando Luiz; CASTRO, Antônio Orestes de Salvo; BOMFIM, Gabriel Alcântara. Previsão do potencial de produção em plataformas marítimas: comparação entre métodos estatísticos e redes neurais. In: XI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 11, 2023. Anais [...]. Campina Grande - PB, Garden Hotel & Resort,, 2023. ISSN: 2318-9258. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/33055
???metadata.dc.description.resumo???:	O trabalho tece análise de séries temporais no potencial de produção de óleo em plataformas marítimas. O estudo contempla o desafiador cenário de amadurecimento da Bacia geográfica de campos, essas que possuem um declínio de produção natural difícil de prever. O modelo aplica decomposição com STL, de modo a ajustar a série histórica com retirada da tendência para a aplicação dos métodos de previsão, e com sua posterior reincorporação para análise do erro. Esse tratamento é realizado devido à alta presença de tendência de declínio da série histórica. Compara-se a previsão de métodos estatísticos (ETS, ARIMA, Prophet) com métodos de redes neurais que fazem uso de aprendizado de máquina (MLP, RBF e ELM). É verificado que o MLP e o ELM apresentaram os menores erros em relação aos demais. Atribui-se os melhores resultados ao alto processamento computacional dos métodos de aprendizado de máquina, e principalmente, devido a metodologia que separa a tendência do restante da série histórica, dessa forma os métodos de redes neurais conseguem interpretar melhor os dados remanescentes que são não lineares.
Keywords:	Produção de óleo Métodos de previsão Métodos estatísticos Multilayer percepton - MLP Radial basis function Redes neurais Extreme learning machine Suavização exponencial ARIMA - método estatístico Oil production Forecasting methods Statistical methods Multilayer percepton - MLP Radial basis function Neural networks Exponential smoothing ARIMA - statistical method Plataformas marítimas
???metadata.dc.subject.cnpq???:	Engenharia de Produção.
URI:	http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/33055
Appears in Collections:	Anais do Simpósio de Engenharia de Produção SIMEP

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