DEFESA DE TESE DE DOUTORADO Nº 30

Aluno: André Luiz da Silva Xavier

Título: "HARMONIE: Uma Abordagem Híbrida com Seleção de Características para Previsão"

Orientador: Bruno José Torres Fernandes

Coorientador: João Fausto Lorenzato de Oliveira

Examinador Externo: Paulo Alexandre Ribeiro Cortez (UMinho)

Examinadora Externa: Rodrigo Gomes de Arruda (UFPE)

Examinador Externo: Manoel Henrique da Nóbrega Marinho (UPE)

Examinador Interno: Cleyton Mário de Oliveira Rodrigues

Data-hora: 18 de Junho de 2025 às 9h

Local: Formato presencial - Miniauditório PPGEC

---

Resumo:

         "A previsão da inflação no Brasil, cujo índice oficial é o Índice Nacional de Preços ao Consumidor Amplo (IPCA), apresenta um desafio complexo devido à natureza multifacetada do fenômeno, caracterizada pela coexistência de padrões lineares e não lineares, além da influência de fatores exógenos. Sistemas Híbridos (SHs), que combinam modelos lineares e não lineares por meio da modelagem residual, têm se mostrado promissores para enfrentar esses desafios. Contudo, a seleção eficiente de variáveis exógenas e a otimização de hiperparâmetros dos modelos de aprendizado de máquina (AM) utilizados na modelagem residual ainda limitam a precisão das previsões. Para superar essas limitações, esta tese propõe o método HARMONIE (Hybrid ARIMA Model with Optimized Nonlinear Inference Engine), uma abordagem híbrida composta por quatro etapas integradas: (i) seleção automatizada de variáveis exógenas via PSO binário; (ii) modelagem linear com SARIMAX; (iii) modelagem não linear dos resíduos com SVR otimizado por PSO contínuo; e (iv) combinação das previsões lineares e não lineares. A principal inovação do HARMONIE está na integração eficiente da seleção de características automatizada com a otimização metaheurística aplicada aos SHs, o que potencializa seu desempenho preditivo. A eficácia do HARMONIE foi avaliada na previsão do IPCA agregado e de seus principais subgrupos (Transportes, Alimentação e Bebidas, Habitação, Saúde e Cuidados Pessoais). Os resultados experimentais, analisados por meio de métricas de erro como MAE, MSE, RMSE e MAPE, além do teste estatístico de Diebold-Mariano, demonstraram a superioridade do HARMONIE em relação a modelos tradicionais, tanto lineares (ARIMA, ETS) quanto não lineares (SVR, MLP, RF), e outros SHs reportados na literatura. O HARMONIE representa não apenas uma contribuição metodológica significativa para a literatura de séries temporais, mas também um avanço na compreensão da modelagem preditiva de fenômenos econômicos complexos, estabelecendo um novo paradigma na interseção entre inteligência computacional e análise econômica. "