Abstract The present study applies computational intelligence techniques in the development of a hybrid model composed of Artificial Neural Networks (ANNs) and Genetic Algorithms (GAs) (MLP-GA) to estimate and fill in the gaps in the monthly variables of evaporation, maximum temperature and relative humidity to six regions in the state of Rio de Janeiro (RJ), Brazil. The results were evaluated using statistical techniques and compared with results obtained by the Multiple Linear Regression (RLM), Multilayer Perceptron (MLP) and Radial Basis Function (RBF) models and also compared with the data recorded by the weather stations. The correlation coefficient (r) between the evaporation estimates generated by MLP-GA with the recorded data showed a high relationship, remaining between 0.82 to 0.97. The average percentage error (MPE) ranged from 6.01% to 9.67%, indicating a accuracy between 90% to 94%. For the maximum temperature generated by MLP-GA the correlation with the recorded data remained between 0.97 to 0.99. It also presented the MPE between 0.95% to 1.57%, maintaining the accuracy of the estimated data between 98% to 99%. The correlation coefficient (r) between the relative humidity estimates generated with the MLP-GA remained between 0.89 a 0.97, the MPE between 1.15% to 1.89%, which guaranteed a rate higher than 98% of correctness in its estimates. Such results demonstrated gains in relation to the other applied models and allowed the accomplishment of the filling of most of the missing values.

Resumo O presente estudo aplica técnicas de inteligência computacional no desenvolvimento de um modelo híbrido composto por Redes Neurais Artificiais (RNAs) e Algoritmos Genéticos (AGs) (MLP-GA) para estimar e preencher lacunas nas variáveis mensais de evaporação, temperatura máxima e umidade relativa em seis regiões do estado do Rio de Janeiro (RJ), Brasil. Os resultados foram avaliados por meio de técnicas estatísticas e comparados com os resultados obtidos pelos modelos de Regressão Linear Múltipla (RLM), Perceptron de Multicamadas (MLP) e Redes de Função de Base Radial (RBF), além de serem comparados com os dados registrados pelas estações meteorológicas. O coeficiente de correlação (r) entre as estimativas de evaporação geradas pelo MLP-GA com os dados registrados mostrou uma relação elevada, permanecendo entre 0,82 e 0,97. O erro percentual médio (MPE) variou de 6,01% a 9,67%, indicando uma precisão entre 90% e 94%. Para a temperatura máxima gerada pelo MLP-GA, a correlação com os dados registrados permaneceu entre 0,97 e 0,99. Apresentou também o MPE entre 0,95% e 1,57%, mantendo a precisão dos dados estimados entre 98% e 99%. O coeficiente de correlação (r) entre as estimativas de umidade relativa geradas pelo MLP-GA permaneceu entre 0,89 e 0,97, com MPE entre 1,15% e 1,89%, garantindo uma taxa superior a 98% de acerto em suas estimativas. Tais resultados demonstraram ganhos em relação aos outros modelos aplicados e permitiram o preenchimento da maioria dos valores ausentes.

Este artigo relata a metodologia e os resultados da pesquisa empírica qualitativa realizada para identificar os fatores determinantes da competitividade dos principais autoveículos compactos brasileiros produzidos pela Fiat, Ford, General Motors e Volkswagen. Optou-se pela utilização da metodologia prescrita pelo modelo de campos e armas da competição, visto que é qualitativa e quantitativa e consegue representar com bastante clareza as estratégias competitivas de negócios e as operacionais da empresa. Os resultados obtidos confirmaram as hipóteses, validadas segundo o método popperiano dedutivo de prova: 1) não há diferença estatisticamente significativa entre os campos da competição escolhidos para os autoveículos mais competitivos e os escolhidos para os menos competitivos, pois todos eles competem basicamente em projeto, qualidade e preço do produto; e 2) o foco (variável matemática que mede o alinhamento das armas da competição aos campos da competição escolhidos para cada veículo) explica por que um autoveículo é mais competitivo que outro.

This article describes the methodology and the results of a study carried out to identify the determinants of competitiveness of the most important compact automotive vehicles produced by the four major car manufacturers operating in Brazil: Fiat, Ford, General Motors and Volkswagen. The methodology chosen was the one suggested by the Fields and Weapons of the Competition model, because it is both qualitative and quantitative, and because it provides a very clear representation of the competitive business and operational strategies of companies. The results validated the hypotheses formulated, and it is possible to conclude that: 1) there is no statistically significant difference between the fields of competition chosen for the more competitive automotive vehicles and the ones chosen for the less competitive, since they all compete primarily on design, quality and price of product; 2) the focus ( the mathematical variable that measures the alignment of the weapons of the competition to the fields of competition chosen for each vehicle) explains why one automotive vehicle is more competitive in relation to the other.