Sistema híbrido para previsão de séries temporais meteorológicas em Penedo– Alagoas.

Sistema híbrido para previsão de séries temporais meteorológicas em Penedo– Alagoas.

Autor(a)
Araújo Filho, Elmo.
<elmo.filho@arapiraca.ufal.br>
Ano de publicação
2024
Data da defesa
24/10/2024
Curso/Outros
Sistemas da Informação (U.E. Penedo)
Número de folhas
31
Tipo
TCC - Trabalho de Conclusão de Curso
Local
UFAL, Campus Arapiraca, Unidade Educacional PENEDO
Resumo

As previsões meteorológicas têm impactos significativos em áreas como agricultura e planejamento de situações de emergência, ao ajudar nas tomadas de decisão estratégicas. Neste estudo específico, discute-se o desafio de aumentar a precisão das previsões climáticas de séries temporais na região de Penedo, em Alagoas, que possui características climáticas distintas. O objetivo principal é criar um sistema combinado que utiliza tanto modelos lineares quanto não lineares para melhorar a exatidão das previsões meteorológicas. O método incluiu dividir as séries temporais usando uma janela de tempo deslizante e aplicar um sistema híbrido que combina Regressão Linear para identificar padrões lineares com um modelo de Árvore de Decisão para padrões não lineares. Esse sistema híbrido foi testado em nove conjuntos de dados climáticos, demonstrando superioridade sobre modelos individuais em seis dessas análises. Assim sendo possível afirmar que essa abordagem híbrida oferece previsões climáticas mais precisas para esta região.

Abstract

Meteorological forecasts have significant impacts in areas such as agriculture and emergency planning, helping in strategic decision-making. This specific study discusses the challenge of increasing the accuracy of climatic time series forecasts in the region of Penedo, Alagoas, which has distinct climatic characteristics. The main objective is to create a combined system that uses both linear and nonlinear models to improve the accuracy of meteorological forecasts. The method included dividing the time series using a sliding window and applying a hybrid system that combines Linear Regression to identify linear patterns with a Decision Tree model for nonlinear patterns. This hybrid system was tested on nine climatic datasets, demonstrating superiority over individual models in six of these analyses. Therefore, it is possible to state that this hybrid approach provided more accurate climatic forecasts for this region. 

Orientador(a)
Dr. Oliveira, Gustavo Henrique Ferreira de Miranda.
Banca Examinadora
Dr. Santos Júnior, Jário José dos.
Dr.ª Silva, Marianne Batista Diniz da.
Palavras-chave
Tecnologia da informação.
Séries temporais.
Penedo (AL).
Previsão meteorológica.
Áreas do Conhecimento/Localização
Coleção de Propriedade Intelectual (CPI) - BSP.
Categorias CNPQ
1.00.00.00-3 Ciências exatas e da terra.
Visualizações
33
Observações


Não foi possível exibir o PDF