PREVISÕES DE VAZÕES MENSAIS VIA COMBINAÇÃO HÍBRIDA ARIMA_NEURAL COM ENCOLHIMENTO E DECOMPOSIÇÃO WAVELET

Abstract

Neste artigo foram realizadas previsões da série de vazões mensais no posto 266 (Itaipu) localizado no rio Paraná, Brasil. Para tanto, foram usados os métodos de Box & Jenkins, Redes Neurais Artificiais (RNA), Wavelet_RNA e Wavelet_ARIMA. As previsões obtidas com esses métodos foram comparadas às fornecidas pelo método proposto neste artigo, formado por uma combinação híbrida ARIMA_Neural com encolhimento e decomposição wavelet. Na amostra de teste, o erro médio percentual absoluto (MAPE) obtido com o método proposto foi de 1,22%. Com os métodos individuais de Box & Jenkins e RNA ele ficou em 18,01% e 20,12%, respectivamente. Os métodos compostos Wavelet_RNA e Wavelet_ARIMA forneceram previsões melhores em relação aos individuais ARIMA e RNA, sendo 2,8% o MAPE das previsões provenientes do Wavelet_RNA e 3,63% o erro das previsões obtidas através do Wavelet_ARIMA.