O prognóstico de variáveis meteorológicas, como radiação solar, sempre foi de grande importância para a tomada de decisão em ocasião de ocorrências de eventos incomuns. Nesse contexto é justificável a busca por modelos matemáticos e estatÃsticos que produzam melhores prognósticos para tais variáveis. Desta forma investiga-se a estratégia de conjunção que se compõe de duas técnicas muito utilizadas no tratamento de série temporal; a transformada Wavelet que mostra analiticamente o sinal no domÃnio do tempo e da frequência; e as RNA’s a quais são modelos de inteligência artificial. A combinação dessas duas técnicas, o que se denomina modelo hÃbrido, tem se mostrado eficaz no prognóstico de variáveis meteorológicas. Os dados diários de radiação solar são do Instituto Agronômico do Paraná/PR coletados no perÃodo de 1990 até 1995. Neste trabalho são estudadas conjunções de modelos hÃbridos com Redes Neurais e técnicas Wavelets, apresentando o resumo de alguns dos modelos sintetizados na literatura, para o prognóstico de radiação solar. Tais modelos hÃbridos estudados se mostraram satisfatórios no prognóstico dessa variável, pois apresentaram um melhor desempenho em relação aos modelos que não são hÃbridos, sendo o modelo que se mostrou mais eficiente no prognóstico foi o que utiliza as sub-séries da decomposição como entrada da Rede Neural, pois apresenta regressão com valores significativos (R próximo a 1).
