Skip navigation
DSpace logo

  1. Repositório Institucional da UFPB
  2. BDTD - UFPB
  3. UFPB - Campus I - João Pessoa
  4. Centro de Informática (CI) - Programa de Pós-Graduação em Modelagem Matemática Computacional
Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/23484
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSilva, Nivaldo Antônio de Souza-
dc.date.accessioned2022-07-18T12:32:47Z-
dc.date.available2021-10-18-
dc.date.available2022-07-18T12:32:47Z-
dc.date.issued2021-07-27-
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/123456789/23484-
dc.description.abstractThe present thesis aims to predict the consumption in the Water Treatment Plant of Gravatá-PB.Through this research, we approached the water supply system, with its components, the water treatment plant, and the water supply system in Campina Grande.To predict water consumption, we use as a basis the main concepts related to time series, namely, the exponential smoothing algorithm and the Box- Jenkins models.These models show the integrated autoregressive models of ARIMA and ARIMAX moving averages. In ARIMAX we use independents variables.The independent variables used in ARIMAX were the estimate of the trend, the dummy variable, which represents the consumption of water in the period of the COVID- 19 pandemic, and the temperature of the Campina Grande region. Finally, we performed comparisons with the results obtained from the predictions and verified that the model ARIMAX (1,1,4) with the independent variable temperature of the Campina Grande region obtained better predictive result.pt_BR
dc.description.provenanceSubmitted by Fernando Augusto Alves Vieira (fernandovieira@biblioteca.ufpb.br) on 2022-07-11T17:50:43Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) NivaldoAntônioDeSouzaSilva_Dissert.pdf: 1646734 bytes, checksum: d23ba2395648320e24cc8ccb977d9fc1 (MD5)en
dc.description.provenanceApproved for entry into archive by Biblioteca Digital de Teses e Dissertações BDTD (bdtd@biblioteca.ufpb.br) on 2022-07-18T12:32:47Z (GMT) No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) NivaldoAntônioDeSouzaSilva_Dissert.pdf: 1646734 bytes, checksum: d23ba2395648320e24cc8ccb977d9fc1 (MD5)en
dc.description.provenanceMade available in DSpace on 2022-07-18T12:32:47Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) NivaldoAntônioDeSouzaSilva_Dissert.pdf: 1646734 bytes, checksum: d23ba2395648320e24cc8ccb977d9fc1 (MD5) Previous issue date: 2021-07-27en
dc.description.sponsorshipNenhumapt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal da Paraíbapt_BR
dc.rightsAcesso abertopt_BR
dc.rightsAttribution-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/*
dc.subjectConsumo de águapt_BR
dc.subjectEstação de tratamento de águapt_BR
dc.titlePrevisão de consumo de água na estação de tratamento de água de Gravatá - PBpt_BR
dc.typeDissertaçãopt_BR
dc.contributor.advisor1Souza, Tatiene Correia de-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4055146648812877pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/6508267293279820pt_BR
dc.description.resumoEsta dissertação tem por objetivo realizar a previsão do consumo de água na Estação deTratamento d eÁgua de Gravatá-PB.No decorrer deste trabalho abordamos o sistema de abastecimento de água, com seu scomponentes, a estação de tratamento d eágua, e o sistema de abastecimento de Campina Grande.Para a previsão do consumo de água utilizamos como base os principais conceitos relacionados às séries temporais, a saber, o algoritmo de alisamento exponencial e os modelos Box-Jenkins.Esses últimos apresentamos modelos autorregressivos integrados de médias móveis ARIMA e o ARIMAX. No ARIMAX empregamos variáveis independentes. As variáveis independentes usadas no ARIMAX foram a estimativa da tendência, a variável dummy, que representa o consumo de água no período da pandemia da COVID-19, e a temperatura da região de Campina Grande. Por fim, realizamos comparações com os resultados obtidos das previsões e verificamos que o modelo ARIMAX (1,1,4) com variável explicativa temperatura da região de Campina Grande obteve melhor resultado preditivo.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInformáticapt_BR
dc.publisher.programPrograma de Pós-Graduação em Modelagem Matemática e computacionalpt_BR
dc.publisher.initialsUFPBpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:Centro de Informática (CI) - Programa de Pós-Graduação em Modelagem Matemática Computacional

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
NivaldoAntônioDeSouzaSilva_Dissert.pdf1,61 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons