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. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.initials |
UFCG |
pt_BR |
dc.subject.cnpq |
Engenharia de Produção. |
pt_BR |
dc.citation.issue |
11 |
pt_BR |
dc.title |
Previsão do potencial de produção em plataformas marítimas: comparação entre métodos estatísticos e redes neurais. |
pt_BR |
dc.date.issued |
2023 |
|
dc.identifier.uri |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/33055 |
|
dc.date.accessioned |
2023-11-21T23:25:22Z |
|
dc.date.available |
2023-11-21 |
|
dc.date.available |
2023-11-21T23:25:22Z |
|
dc.type |
Artigo de Evento |
pt_BR |
dc.subject |
Produção de óleo |
pt_BR |
dc.subject |
Métodos de previsão |
pt_BR |
dc.subject |
Métodos estatísticos |
pt_BR |
dc.subject |
Multilayer percepton - MLP |
pt_BR |
dc.subject |
Radial basis function |
pt_BR |
dc.subject |
Redes neurais |
pt_BR |
dc.subject |
Extreme learning machine |
pt_BR |
dc.subject |
Suavização exponencial |
pt_BR |
dc.subject |
ARIMA - método estatístico |
pt_BR |
dc.subject |
Oil production |
pt_BR |
dc.subject |
Forecasting methods |
pt_BR |
dc.subject |
Statistical methods |
pt_BR |
dc.subject |
Multilayer percepton - MLP |
pt_BR |
dc.subject |
Radial basis function |
pt_BR |
dc.subject |
Neural networks |
pt_BR |
dc.subject |
Exponential smoothing |
pt_BR |
dc.subject |
ARIMA - statistical method |
pt_BR |
dc.subject |
Plataformas marítimas |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.creator |
MARQUES, Vitor Hugo Pinheiro. |
|
dc.creator |
CYRINO, Fernando Luiz. |
|
dc.creator |
CASTRO, Antônio Orestes de Salvo. |
|
dc.creator |
BOMFIM, Gabriel Alcântara. |
|
dc.publisher |
Universidade Federal de Campina Grande |
pt_BR |
dc.language |
por |
pt_BR |
dc.title.alternative |
Forecasting production potential on offshore platforms: comparison between statistical methods and neural networks. |
pt_BR |
dc.identifier.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 |
pt_BR |