Escolar Documentos
Profissional Documentos
Cultura Documentos
Demanda
Modelos de Previsão Janela de Previsão
Modelo
t t+3
y(t+1) = a*y(t)+b*y(t-1)+c*y(t-2)+....m*x(t)+n*x(t-1);;;
Dados
(Histórico) Modelo Linear
Objetivo = [a,b,c ....]
Modelos de Previsão usando RNA
Dados
Pré-Processamento
“OUTLIERS”
OUTLIERS
Agrupamento /Clusterização
Segunda-Feira
OUTLIERS
Classificação
Novo Valor
Seleção de Variáveis Fator de Correlação
-1<= r <=1
Entrada 1
Saída 1
Saída 2
Modelo
M variáveis
Y Y = sin(t)
t
PCA = Analise de Componentes Principais
PCA
Correntropia
• Análise da similaridade entre duas variáveis
• Aplicado para sistemas não lineares
Definição do Modelo de Previsão
P(k)
P(k+1)
P(k-1)
P(k-2)
RNA
K=10
K=11
Exemplos para construir o banco de dados de treinamento e teste
P(k=10)
P(9)
P(11)
[P(10) P(9) P(8)] [P(11)]
P(8)
[P(11) P(10) P(9)] [P(12)]
[P(12) P(11) P(10)] [P(13)]
....
K=10
K=11
Definição do Modelo de Previsão
P(k)
P(k+1)
P(k-1)
P(k+2)
P(k-2)
Semana = k+1
RNA
Temp(k)
Temp(k-1)
[P(k) P(k-1) P(k-2)] [P(K+1)]
Chuva(k)
PIB
Exemplos para construir o banco de dados de treinamento e teste
P(k=10)
P(9)
P(11)
[P(10) P(9) P(8)] [P(11) P(12)]
P(8)
[P(11) P(10) P(9)] [P(12) P(13]
[P(12) P(11) P(10)] [P(13) P(14)]
....
K=10
K=11
[P(10) P(9) P(8)] [P(11) P(12)]
[P(11) P(10) P(9)] [P(12) P(13]
BD
[P(12) P(11) P(10)] [P(13) P(14)] Treinamento
70%
....
K=10
Modelo
P(k=10)
P(9)
P(11)
P(8)
K=10
63k 13.8k
A1
A2
A3
P(k) P(k+1)
P(k-1)
P(k-2)
X(k)
X(k-1)
Y(k+1)
X(k-2) RNA
Y(k)
Y(k-2)
Z-1
Z-2