Previsão da demanda brasileira de biodiesel utilizando redes neurais artificiais

Abstract

O biodiesel é um combustível renovável utilizado como uma alternativa para substituir de modo total ou parcial o diesel de petróleo. A porcentagem obrigatória desse biocombustível adicionado ao diesel fóssil no Brasil tem sido elevada constantemente. Prever a quantidade de biodiesel que será demandada futuramente é essencial para manter o balanço nacional superavitário e auxiliar nas tomadas de decisões do setor. As redes neurais artificiais (RNAs) são úteis para previsão de diferentes tipos de demandas. Assim sendo, esse estudo utiliza redes neurais artificiais na previsão da demanda brasileira de biodiesel. A RNA proposta neste trabalho englobou dados obtidos de um modelo não-paramétrico de previsão de demanda baseado em séries temporais. O modelo não-paramétrico considerou as tendências e sazonalidade dos dados para previsão da demanda de biodiesel. Foram modeladas 100 redes do tipo perceptron multicamadas com retropropagação do erro para dois cenários do biodiesel brasileiro (uso de 15% (B15) ou 20% (B20) de biodiesel ao diesel). Todos os valores de R2 maiores que 0,99 para as redes simuladas e RMSE<2% comprovam que o modelo de RNA desenvolvido possui alta precisão em prever a demanda de biodiesel. A melhor rede para cada cenário foi determinada por análise heurística do RMSE. Os resultados das melhores RNA’s simuladas mostraram um crescimento da demanda de biodiesel de 2019 a 2050 de 150,63% para o B15, e de 229,73% para o B20. Ambos cenários de aumento de demanda são justificados pela elevação gradual da porcentagem obrigatória do biodiesel ao diesel. Dessa forma, os resultados crescentes da demanda de biodiesel comprovam a busca do país por um combustível não-tóxico, biodegradável e renovável na sua matriz energética.