Análise Preditiva da Produção de Etanol: Modelagem e Aplicações via Algoritmos de Inteligência Computacional

• Processo: 22/15191-5
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de junho de 2023
• Data de Término da vigência: 31 de maio de 2024
• Área de conhecimento: Engenharias - Engenharia Química
• Pesquisador responsável: Marilaine Colnago
• Beneficiário: Isabela Mendes de Oliveira
• Instituição Sede: Instituto de Química (IQ). Universidade Estadual Paulista (UNESP). Campus de Araraquara. Araraquara , SP, Brasil
• Assunto(s): Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Metodologias e técnicas de computação | Planejamento Agroenergético | Predição de Biocombustíveis | Predição Inteligente da Produção de Biocombustíveis

Resumo

O etanol tem sido amplamente considerado como uma alternativa para a diminuição de problemas ambientais e energéticos do mundo, por possuir vantagens de ser uma fonte renovável e de diminuir a emissão de dióxido de carbono. Diante de um cenário de crescimento, a nível nacional, na produção de etanol, o estudo de modelos matemáticos e métodos computacionais que buscam analisar a produção de etanol, pode se tornar essencial para respaldar decisões importantes, sejam elas tomadas por agências governamentais, consumidores locais, ou ainda por setores da indústria da agricultura de energia ou do mercado de biocombustíveis. Desta forma, o presente projeto visa estudar a produção de etanol no estado de São Paulo a partir de modelos de Aprendizado de Máquina (AM) e ferramentas de Análise Exploratória de Dados (AED). Para o desenvolvimento da pesquisa, serão exploradas duas metodologias de AM: Florestas aleatórias (Random Forest), e Redes Neurais Artificias (RNAs). Os modelos serão codificados e validados a partir de bases de dados reais de produção de etanol no estado, cujo arcabouço computacional a ser desenvolvido poderá servir para o aprimoramento do setor de biocombustíveis.