Métodos Avançados de Previsão de Séries Temporais Aplicados a Dados Socioeconômicos na Região Sul da Bahia

Abstract

Técnicas de inteligência artificial têm sido amplamente utilizada na análise e previsão de series temporais de dados socioeconômicos. Neste trabalho apresentamos duas abordagens híbridas aplicadas a previsão de séries temporais do custo da cesta básica de alimentos na região Sul da Bahia. A primeira metodologia combina Redes Neurais Artificiais (RNA) com o modelo Autorregressivo Integrado e de Médias Móveis (ARIMA) e a segunda RNA com um sistema de inferência Fuzzy (sistema Neurofuzzy). Foram realizadas previsões a curto prazo dividido em três etapas, prevendo quatro, seis e doze meses. Os resultados mostram que os métodos híbridos oferecem previsões de maior qualidade aglutinando as vantagens das técnicas que os compõem. Foi feita uma avaliação de desempenho das previsões através das medidas de acurácia, sendo o sistema Neurofuzzy o que apresentou um desempenho superior com o aumento do número de previsões.