Anais do 14º Simpósio Brasileiro de Automação Inteligente

A previsão de séries temporais, uma tarefa essencial no gerenciamento de Smart Cities e Smart Grids, torna-se um desafio quando precisa lidar com Big Data. O desenvolvimento de modelos de aprendizado de máquina altamente precisos é ainda mais difícil devido à otimização de hiperparâmetros, uma tarefa computacional dispendiosa. Para atenuar esses desafios, esse trabalho propõe o método de Séries Temporais Nebulosas de Alta Ordem Ponderada, um método versátil e customizável através de seus hiperparâmetros. Em conjunto é apresentado um método de otimização dos hiperparâmetros para Séries Temporais Nebulosas de Alta Ordem Ponderada que automatiza a geração de modelos acurados e parcimoniosos utilizando Algoritmos Genéticos. Os métodos propostos foram avaliados usando um cluster com hardware de commodity e um grande volume de dados de séries temporais de energia solar, alcançando bom desempenho em tempo de processamento viável.