Modelagem e Previsão de Consumo Energético Urbano Aplicação de Técnicas de Aprendizado de Máquina na Análise de Dados em Ambientes Urbanos

Resumo

Este estudo investigou a aplicação de técnicas de aprendizado de máquina, particularmente a Floresta Aleatória, na previsão do consumo energético urbano na cidade de Tetuão, Marrocos. A análise comparativa entre diversos modelos preditivos, incluindo Regressão Linear, K-Nearest Neighbors e Gradient Boosting, demonstrou a superioridade da Floresta Aleatória em termos de precisão e robustez. A inclusão de variáveis climáticas e temporais no modelo foi crucial para a obtenção de previsões mais precisas, validando a hipótese central do estudo. Os resultados reforçam a eficácia da Floresta Aleatória como uma ferramenta valiosa para a gestão energética e o planejamento de infraestrutura em ambientes urbanos. Este trabalho contribui significativamente para a literatura, oferecendo uma abordagem prática para a previsão de consumo energético em cidades inteligentes.