Aprimorando a Eficiência na Previsão Sucroalcooleira via Técnicas de Inteligência Artificial e Análise de Dados Integrada

Resumo

Este projeto visa aprofundar a compreensão dos complexos aspectos que permeiam a produção de cana-de-açúcar no Estado de São Paulo, concentrando-se no emprego de técnicas de Análise Exploratória de Dados (AED) e Inteligência Artificial (IA), incluindo modelos preditivos de aprendizado de máquina. A pesquisa é motivada pela importância estratégica da cultura da cana-de-açúcar na economia nacional, especialmente em São Paulo, Estado que detém aproximadamente 55% de toda a área cultivada no país. Por meio de métodos de AED, pretende-se investigar o impacto de diversas variáveis como dados climáticos, de plantio, de colheita das safras, entre outros, na produção e preços da cana-de-açúcar e seus subprodutos, incluindo o etanol, o açúcar e a biomassa. Em seguida, serão desenvolvidos e validados modelos preditivos de IA, abrangendo desde técnicas clássicas como florestas aleatórias até redes neurais profundas, com foco na predição da produção e preço das referidas commodities. A integração de diferentes coleções de dados que estão hoje decentralizadas como históricos de safras, preços de comercialização e índices econômicos, permitirá a criação de um repositório robusto e unificado para tomadas de decisão e análise do problema. Além do desenvolvimento de soluções tecnológicas orientadas a dados no setor sucroalcooleiro, espera-se construir uma nova infraestrutura computacional no referido contexto, viabilizando uma abordagem mais eficiente e holística para se estimar a série histórica da produção de cana-de-açúcar no estado. (AU)