MODELOS DE APRENDIZAGEM DE MÁQUINA PARA PREVISÃO DA DEMANDA DE ÁGUA DA REGIÃO METROPOLITANA DE SALVADOR, BAHIA

O aquecimento global e o crescimento da população mundial (DINIZ, 2019) tem como consequência o crescimento da demanda por água potável. A população mundial aumenta em cerca de 80 milhões de pessoas ao ano, ou em mais de 200 mil pessoas por dia, o que confirma a necessidade crescente de água disponível para consumo humano (RIPPLE et al., 2019). Nesse aspecto, o gerenciamento adequado dos serviços públicos de abastecimento de água é de fundamental importância para garantir a disponibilidade contínua de água potável para a população. A decisão sobre o gerenciamento de serviços públicos de abastecimento de água, depende de níveis futuros de demanda, onde o horizonte e a periodicidade de previsão são os principais motores para a escolha da técnica e do modelo para previsão, segundo Donkor et al. (2014). Por isso, a necessidade de, cada vez mais, aprimorar a precisão na previsão da demanda de água, sendo que a utilização de modelos de Aprendizagem de Máquina, como Redes Neurais Artificais (ANNs, do inglês Artificial Neural Networks) e suas variações, podem contribuir de forma decisiva neste processo com a predição de cenários futuros de demanda.