02159nam a2200169 a 450000100080000000500110000800800410001910000240006024500800008426000160016430000100018050002240019052015100041465300270192465300180195165300200196910259522010-08-25       1995    bl uuuu  m   00u1 u    #d1 aFERNANDES, L. G. L.  aUtilização de redes neurais na análise e previsão de séries temporais.  a1995.c1995  a76 f.  aDissertação (Mestrado em Ciência da Computação) - Instituto de Informática, Universidade Federal do Rio Grande do Sul, Porto Alegre. Orientador: Prof. Philippe O. A. Navaux. Co-orientador: Marcelo Savino Portugal.  aEste trabalho é um estudo a respeito da aplicação de Redes Neurais Artificiais (RNAs), mais especificamente do modelo perceptron multi-camadas com aprendizado por retro-propagação de erros, à previsão de valores futuros de Séries Temporais. O estudo foi realizado através da realização de previsões a partir de uma determinada arquitetura de rede neural, a qual é construída com base na análise estatística da série, para três séries reais. A primeira representa o índice mensal de passagerios das linhas aéreas americanans entre janeiro de 1960 e dezembro de 1971, a segunda corresponde ao índice pluviométrico anual da cidade de Fortaleza no estado do Ceará entre 1849 e 1984, e a terceira trata do índice mensal de produção industrial do estado do Rio Grande do Sul entre janeiro de 1981 e julho de 1993. As duas primeira séries são exemplos clássicos utilizados no estudo dos modelos estatísticos aplicados à previsão de Séries Temporais. Os resultados obtidos com as RNAs foram comparados aos prognósticos realizados pelo método econométrico que apresenta os melhores resultados para o problema da previsão de Séries temporais: o método da decomposição da série em suas componentes básicas não-observáveis (tendência, sazonalidade, ciclo e irregular). Tais resultados mostraram que as RNAs podem apresentar excelentes níveis de precisão em seus prognósticos, indicando sua adaptação ao problema da previsão de valores futuros de Séries Temporais.  aPrognsotico econômico  aRedes neurais  aSérie temporal