Treinamento e comparação de modelos de previsão para estimativa da demanda de serviços de desobstrução de redes de esgoto na região do Plano Piloto, Distrito Federal

Este artigo resume o estudo de previsão de serviços de desobstrução de redes de esgoto na região do Plano Piloto, Distrito Federal, no período de 2016 a 2020, utilizando dados da Companhia de Saneamento Ambiental do Distrito Federal (Caesb). O trabalho compara a eficiência de sete métodos de previsão para séries temporais: persistência (igual ao ano anterior), média simples, média móvel simples de 12 meses, média móvel exponencialmente ponderada de 12 meses, suavização de Holt, suavização de Holt-Winters, Gradient Boosting (XGBoost) e SARIMA. Os dados de 2016 a 2019 foram utilizados para o treinamento dos modelos e o ano de 2020 para o teste de validação. A comparação de desempenho foi feita por meio do Erro Médio Absoluto (MAE). Os resultados evidenciam que métodos de previsão mais simples baseados em médias, em especial a média móvel exponencialmente ponderada, apresentaram erros de previsão inferiores em relação a abordagens mais complexas como o Gradient Boosting e o modelo SARIMA. A pesquisa destaca a relevância do planejamento de estimativas precisas para subsidiar orçamentos de processos licitatórios públicos no saneamento.