Previsão de preços de minério de ferro utilizando modelos de inteligência computacional.
No Thumbnail Available
Date
2022
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
A estimativa do comportamento futuro da série temporal de preços de minério de ferro a curto
prazo é uma ferramenta importante na elaboração de projetos de mineração relacionados ao
planejamento operacional. O presente trabalho propõe, neste contexto, um estudo comparativo
entre modelos preditivos construídos por meio técnicas de inteligência computacional, e avalia
a acuracidade dos modelos nebulosos PWFTS (Probabilistic Weighted Fuzzy Time Series) e
FDT-FTS (Fuzzy Decision Trees) em relação aos modelos preditivos ARIMA, Multilayer
Perceptron (MLP) e Xgboost. Para garantir a variabilidade dos padrões de entrada, os dados
são distribuídos em subconjuntos de janelas deslizantes. Em um contexto multivariado,
variáveis preditoras são selecionadas por meio de análise correlacional e causal com a série
temporal principal, com destaque para a inclusão do excedente produtivo de minério de ferro
da Vale S.A., que apresentou considerável grau de contribuição no poder de generalização dos
modelos. Os resultados indicam superioridade dos modelos nebulosos nas métricas RMSE e
MAPE, e na estatística U de Theil.
Description
Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.
Keywords
Análise de séries temporais - séries temporais nebulosas, Minérios de ferro - economia do mercado - previsão, Minérios de ferro
Citation
TONIDANDEL JÚNIOR, Hamilton. Previsão de preços de minério de ferro utilizando modelos de inteligência computacional. 2022. 62 f. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2022.