Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/14766
Files in This Item:
File Description SizeFormat 
felipedesouzaoliveira.pdf1.02 MBAdobe PDFThumbnail
View/Open
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Zanini, Alexandre-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8405561164951777pt_BR
dc.contributor.referee1Santiago, Flaviane Souza-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/0034437648716463pt_BR
dc.creatorOliveira, Felipe de souza-
dc.creator.Latteshttp://lattes.cnpq.brpt_BR
dc.date.accessioned2022-12-23T10:27:05Z-
dc.date.available2022-12-12-
dc.date.available2022-12-23T10:27:05Z-
dc.date.issued2022-12-12-
dc.identifier.urihttps://repositorio.ufjf.br/jspui/handle/ufjf/14766-
dc.description.abstractThis work contributes to a comparative study of the performance of time series predictive methodologies in forecasting the monthly consumption of electricity in the Brazilian market. The models used were Exponecial Smoothing, Box & Jenkins and Artificial Neural Networks.The performance of the models was quantified through Root Mean Squared Error (RMSE) metric. The results show the prediction superiority of Artificial Neural Networks model in relation to the others.pt_BR
dc.description.resumoEsse trabalho contribui com um estudo comparativo de desempenho de metodologias preditivas de séries temporais na previsão do consumo total mensal de energia elétrica brasileiro. Foram aplicados os Métodos de Amortecimento Exponencial, Box & Jenkins e Redes Neurais Artificiais. Os desempenhos dos modelos foram quantificados por meio da métrica Root Mean Squared Error (RMSE). Os resultados mostram o melhor resultado preditivo do modelo de RNA em relação aos outros.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentFaculdade de Economiapt_BR
dc.publisher.initialsUFJFpt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/*
dc.subjectModelos linearespt_BR
dc.subjectModelos não-linearespt_BR
dc.subjectConsumo de energia elétricapt_BR
dc.subjectLinear modelspt_BR
dc.subjectNonlinear modelspt_BR
dc.subjectEletric power consumptionpt_BR
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIApt_BR
dc.titleMétodos lineares e não-lineares aplicados à previsão do consumo de energia elétrica no Brasilpt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
Appears in Collections:Ciências Econômicas - Campus JF - TCC Graduação



This item is licensed under a Creative Commons License Creative Commons