Análise comparativa do desempenho de três modelos de previsão de séries temporais do software WEKA

Resumo

Este trabalho tem como objetivo comparar o desempenho de previsão de três modelos de séries temporais: Regressão Linear (LR), Máquinas de Vetores de Suporte (SVM) e Redes Neurais Artificiais (MLP). Para realizar esta comparação utilizou-se uma base de dados, de velocidade do vento, obtida através do Instituto Nacional de Meteorologia (INMET). Esta base apresenta uma série histórica de velocidade do vento, na estação meteorológica de Palmeira dos Índios, no período entre 2008 e 2020. Modelos de previsão, baseados em redes neurais MLP, Máquinas de Vetores de Suporte e Regressão Linear, foram implementados no software WEKA. Resultados obtidos, dos três modelos, foram comparados por meio das métricas RSME (Root Mean Squared Error), MAPE (Mean Absolute Percent Error) e MAE (Mean Absolute Error). Verificou-se, para um horizonte de curto prazo (14 instâncias),

que a Rede Neural Multilayer Perceptron apresentou o melhor desempenho.

Biografia do Autor

José Airton Azevedo dos Santos, Universidade Tecnológica Federal do Paraná - UTFPR
Programa de Pós-graduação em tecnologias Computacionais para o Agronegócio (PPGTCA)
Bruno da Rosa Pinto, Universidade Tecnológica Federal do Paraná (UTFPR)

Departamento de Engenharia Elétrica

Publicado
2024-09-28
Como Citar
dos Santos, J. A. A., & da Rosa Pinto, B. (2024). Análise comparativa do desempenho de três modelos de previsão de séries temporais do software WEKA. REVISTA CEREUS, 16(3), 108-119. Recuperado de http://www.ojs.unirg.edu.br/index.php/1/article/view/4896
Seção
Artigos