APLICAÇÃO DE MODELOS DE REDES NEURAIS ARTIFICIAIS NA PREVISÃO DO PREÇO DO ALUMÍNIO

Autores

DOI:

https://doi.org/10.47179/abcustos.v16i2.603

Palavras-chave:

MLP. LSTM. Alumínio.

Resumo

O alumínio é um metal não ferroso muito utilizado nas indústrias metalúrgicas, farmacêuticas, aeronáuticas e alimentares. O preço do alumínio apresenta muitos fatores de incerteza. Desse modo a sua previsão é muito importante na definição de políticas industriais, bem como para os produtores e consumidores. Neste contexto, este trabalho tem como objetivo avaliar a eficácia de modelos das redes neurais artificiais (RNAs) para a previsão do preço do alumínio. A base de dados apresenta uma série histórica do preço do alumínio no período entre 2006 e 2020. Modelos de previsão, baseados em Redes Neurais LSTM (Long Short-Term Memory) e MLP (Multilayer Perception) foram implementados na linguagem Python, utilizando o framework Keras. Resultados obtidos dos dois modelos que foram comparados. Verificou-se, também, para um horizonte de seis meses que o modelo LSTM apresentou um melhor desempenho que o modelo MLP.

Downloads

Não há dados estatísticos.

Biografia do Autor

José Airton Azevedo dos Santos, Universidade Tecnológica Federal do Paraná (UTFPR)

Doutorado em Engenharia Elétrica pela Universidade Federal de Santa Catarina - UFSC
Professor na Universidade Tecnológica Federal do Paraná - UTFPR

Yasmin Chaucoski, Universidade Tecnológica Federal do Paraná (UTFPR)

Graduação em andamento em Engenharia Elétrica pela Universidade Tecnológica Federal do Paraná - UTFPR

Downloads

Publicado

2021-08-31

Como Citar

dos Santos, J. A. A., & Chaucoski, Y. (2021). APLICAÇÃO DE MODELOS DE REDES NEURAIS ARTIFICIAIS NA PREVISÃO DO PREÇO DO ALUMÍNIO. ABCustos, 16(2), 31–49. https://doi.org/10.47179/abcustos.v16i2.603

Edição

Seção

Artigos e resenhas