| Resumo : |
Este Trabalho de Graduação (TG) tem por objetivo fazer uma introdução a uma das principais técnicas de Inteligência Artificial, as Redes Neurais Artificiais (RNAs), aplicadas à previsão de Séries Temporais.No primeiro capítulo deste trabalho fez-se uma abordagem geral sobre Séries Temporais. A predição de valores futuros de uma série temporal é um problema extremamente comum em diversas áreas do conhecimento humano. Assim, podemos entender como modelos deste tipo de série são capazes de fornecer um auxílio para se fazer previsões e testar hipóteses a partir de dados existentes.No capítulo seguinte falou-se sobre as Redes Neurais Artificiais (RNAS), que são técnicas computacionais que apresentam um modelo inspirado na estrutura neural de organismos inteligentes e que adquirem conhecimento através da experiência. Assim, apresentou-se os conceitos gerais para, em seguida, dar um enfoque maior nas RNAs que utilizam o aprendizado supervisionado, como é o caso do algoritmo Backpropagation, pois estes tipos de redes é que são de maior interesse para o que foi desenvolvido neste trabalho. O terceiro capítulo é uma espécie de fusão entre o que foi visto no dois capítulos anteriores, pois é nele onde se encontra a construção de redes neurais para prognósticos de séries temporais, que é o objetivo principal deste Trabalho de Graduação. Nesta seção foi apresentada a metodologia proposta para a modelagem de arquiteturas de RNAs que seja capaz de realizar prognósticos confiáveis sobre valores futuros de séries temporais.Por fim, no último capítulo, encontram-se os resultados obtidos através das previsões realizadas com auxilio do software Forecaster XL, que é um "add - in" do Microsoft Excel. Este software é próprio para realizar previsões de séries temporais através de Redes Neurais Artificiais.
|