---

Este manuscrito busca analisar metodologias que possibilitem a previsÆo de valores futuros de séries temporais produzidas a partir de sistemas dinâmicos variantes no tempo. Em particular, considera-se sistemas inteligentes evolutivos para previsÆo meteorológica. Além disso sÆo analisados problemas benchmarks da literatura de séries temporais como o problema do forno a gás de Box e Jenkins, e a equa‡Æo de Mackey e Glass. O estudo de sistemas inteligentes evolutivos nestes contextos justifica-se pela limita‡Æo das técnicas estatísticas em se adaptar a novos comportamentos dinâmicos, ou seja, de lidar com varia‡äes temporais dos parâmetros. Sendo assim, considerou-se o estudo de técnicas de inteligência computacional. Sistemas inteligentes evolutivos adaptam suas estruturas e parâmetros segundo informa‡äes extraídas dos dados coletados. Isso possibilita uma modelagem mais flexível e potencialmente mais precisa de séries temporais nÆo-estacionárias. Este trabalho investiga uma variedade de métodos de modelagem inteligente evolutiva, incluindo métodos fuzzy e neurais artificiais para previsÆo de séries temporais onde nÆo há conhecimento das equa‡äes que descrevem o sistema ou fenômeno.

---

Enderson é mestre em Engenharia Elétrica e bacharel em Engenharia Eletrônica pela PUC-MG. Atualmente é professor do CEFET-MG. Pyramo e Daniel sÆo doutores pela Faculdade de Engenharia Elétrica da UNICAMP. Daniel é pós-doutor em modelagem e controle inteligente pela UFMG. Atualmente, os professores atuam na PUC-MG e UFLA, respectivamente.

---