Estimativa da composição gravimétrica de Resíduos Sólidos Urbanos em municípios brasileiros por meio de Redes Neurais Artificiais

A gestão de Resíduos Sólidos Urbanos (RSU) representa um desafio crescente para municípios em decorrência do aumento populacional, expansão urbana e intensificação dos padrões de consumo. Nesse contexto, a composição gravimétrica dos resíduos constitui importante ferramenta de planejamento, embora sua determinação por métodos convencionais envolva elevados custos e limitações operacionais. Assim, este estudo avaliou o potencial de aplicação de Redes Neurais Artificiais (RNA) na estimativa da composição gravimétrica de RSU em municípios brasileiros a partir do Índice de Desenvolvimento Humano Municipal (IDHm). Para isso, foi estruturado um banco de dados com informações de 213 municípios brasileiros, reduzido para 146 após tratamento estatístico e utilizado no treinamento e avaliação de diferentes arquiteturas de RNA. A arquitetura n6_1000 (LOGSIN) apresentou o melhor desempenho, com gradiente de 0,044 e tempo de processamento de 57 s. A validação com dados de Campina Grande (PB), São Carlos (SP) e Curitiba (PR) demonstrou boa concordância entre valores observados e estimados e as projeções para 2030 indicaram redução da fração orgânica e aumento da categoria “outros”, associadas a mudanças no perfil socioeconômico. Os resultados evidenciam o potencial de capacidade preditiva e de generalização da RNA como ferramenta de apoio ao planejamento e gestão de RSU.