Título: Modelos Lineares Realimentados de Previsão: Um Estudo Utilizando Algoritmos Evolucionários
Autores: Siqueira, Hugo Valadares; Luna, Ivette
Resumo: A previsão das séries de vazões a usinas hidrelétricas é de vital importância para o planejamento energético em países como o Brasil, que possuem um parque gerador predominantemente hidráulico. Técnicas lineares são bastante utilizadas no âmbito desse problema. Desse conjunto de modelos possíveis, os modelos realimentados surgem como uma alternativa no ensejo de obter modelos mais acurados para fins de previsão e embora o processo de estimação dos parâmetros desse tipo de modelos seja significativamente mais complexo. Visando contribuir com o desenvolvimento de técnicas de otimização adequada a este problema, o presente trabalho busca a análise de algoritmos bio-inspirados, como técnicas de estimação de parâmetros de modelos ARMA e de filtros lineares com resposta ao impulso infinita. O estudo contempla três algoritmos bio-inspirados: algoritmo genético e duas propostas de algoritmos imunológicos, uma baseada em pequenas alterações do CLONALG e a opt-aiNet. Os resultados indicam a existência, do ponto de vista de otimização, de um ganho de desempenho trazido pelas meta-heurísticas bio-inspiradas e, do ponto de vista estrutural, revelam a validade da adoção de estruturas recorrentes.
Palavras-chave: Previsão Linear de Vazões; Filtros IIR; Modelos Box & Jenkins; Algoritmos Evolucionários
Páginas: 6
Código DOI: 10.21528/CBIC2015-107
Artigo em pdf: cbic2015_submission_107.pdf
Arquivo BibTeX: cbic2015_submission_107.bib