MÉTODOS HÍBRIDOS DE REDES NEURAIS NA PREVISÃO DE SÉRIES TEMPORAIS DO CUSTO DA CESTA BÁSICA NA MICRORREGIÃO ILHÉUS-ITABUNA

Abstract

Técnicas de inteligência artificial têm sido amplamente utilizada na análise e previsãode 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 Autoregressivo 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 respectivamente, mostrando que os métodos híbridos aglutinam as vantagens das técnicas que os compõem e oferecem previsões de maior qualidade. A avaliação de desempenho das previsões é obtida por meio das medidas de acurácia, com destaque para o sistema Neurofuzzy que apresentou desempenho superior àmedida que aumenta o número de previsões.