Previsão em Séries Temporais Combinando Modelos Estatísticos e Conceitos Fuzzy

Autores

  • Fábio Justo Santos Instituto Federal de Educação, Ciência e Tecnologia de São Paulo - Campus Araraquara. http://orcid.org/0000-0002-0465-3813
  • Heloisa Arruda Camargo UFSCar - Universidade Federal de São Carlos
  • João Martins Alves Instituto Federal de Educação, Ciência e Tecnologia de São Paulo - Campus Araraquara.

Resumo

Os bons resultados obtidos pelas abordagens fuzzy utilizadas para a previsão de valores em séries temporais (ST) tem contribuído significativamente para o crescimento da área. Embora a área estatística também apresente resultados expressivos em relação a previsão de valores, há uma carência de modelos na literatura que combinem séries temporais fuzzy (STF) com modelos clássicos da área da estatística. Assim, este artigo tem como propósito apresentar três modelos fuzzy de previsão que combinam os conceitos das STF e da área estatística para obter uma melhora na acurácia das previsões. Com o objetivo de identificar os pontos fortes e fracos dos modelos e também para validar as abordagens apresentadas, foram realizados experimentos com quatro ST dos índices TAIEX entre os anos de 2001 e 2004. Os resultados obtidos pelos modelos apresentados foram comparados com outras três abordagens disponíveis na literatura.

Biografia do Autor

Fábio Justo Santos, Instituto Federal de Educação, Ciência e Tecnologia de São Paulo - Campus Araraquara.

Ciência da Computação. Área de Inteligência Artificial com foco em lógica fuzzy.

Heloisa Arruda Camargo, UFSCar - Universidade Federal de São Carlos

Ciência da Computação. Área de Inteligência Artificial com foco em sistemas fuzzy.

João Martins Alves, Instituto Federal de Educação, Ciência e Tecnologia de São Paulo - Campus Araraquara.

Ciência da Computação e Sistemas Fuzzy.

Downloads

Publicado

31.12.2018