MECTIP: método computacional para tratamento, identificação e previsão aplicado a sistemas dinâmicos naturais

Abstract

Este trabalho propõe um método computacional para tratamento, identificação e previsão de sistemas dinâmicos naturais aplicado a séries temporais de dados. Para este método computacional é utilizada a técnica estatística de suavização exponencial para o tratamento de dados, a técnica Nonlinear Auto Regressive Moving Average with eXogenous inputs - NARMAX integrada a redes neurais artificiais do tipo feedforward para identificação, simulação e previsão, permitindo que estes procedimentos sejam efetuados de forma automática, isentando o tratamento manual de dados e a escolha de modelos analíticos específicos para este tipo de trabalho. Para a validação, o método foi implementado como protótipo e aplicado a um estudo de caso real, tendo por cenários a Bacia do Rio Amazonas.

This work proposes a computational method to treat, identify and forecast natural dynamic systems applied in temporal data series. This method uses the exponential smoothing statistic technique on data treatment, the Nonlinear Auto Regressive Moving Average with eXogenous inputs - NARMAX statistic technique integrated to a feedforward neural network to identify, simulate and forecast temporal data series without manual treatment or choice of analitical models. The method was validated as a prototype applied in a real case study in the Amazonian Basin scenario.