PREVISÃO DE DEMANDA FUTURA DE CARGA AÉREA: ANÁLISE COM REDES NEURAIS ARTIFICIAIS NOS AEROPORTOS CONCEDIDOS DO NORDESTE BRASILEIRO
Palavras-chave:
Modelo de previsão de demanda, Algoritmo backpropagation, Matriz de confusãoResumo
Este estudo tem como objetivo desenvolver um modelo preditivo de demanda futura de carga aérea para aeroportos concedidos do Nordeste brasileiro, utilizando Redes Neurais Artificiais (RNA). O transporte aéreo de cargas tem se tornado cada vez mais relevante, especialmente com o crescimento do e-commerce e a necessidade de entregas rápidas e seguras. A pesquisa se baseia em variáveis macroeconômicas como PIB, produção industrial, taxa de câmbio e outros fatores que influenciam a movimentação de cargas. Após uma análise bibliométrica, foram selecionados os dados e variáveis mais relevantes para a modelagem. O modelo de RNA construído foi testado em aeroportos concedidos da região, com destaque para o aeroporto de Recife, e apresentou uma precisão significativa. Os resultados indicam que as redes neurais podem ser ferramentas eficientes para prever a demanda futura de carga aérea, contribuindo para melhorias na gestão e no planejamento logístico.
