Banca de DEFESA: ADOLFO VICENTE ARAUJO

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: ADOLFO VICENTE ARAUJO
DATA : 26/08/2025
HORA: 09:30
LOCAL: Online
TÍTULO:

MODELOS COMPUTACIONAIS E MULTICRITERIO PARA ANALISE E CLASSIFICACAO DO CREDITO RURAL NO BRASIL

PALAVRAS-CHAVES:

Crédito rural; Apoio à decisão; Aprendizado de máquina; Análise multicritério; Agricultura familiar.

PÁGINAS: 98
RESUMO:

A política de crédito rural figura entre as mais relevantes e tradicionais políticas públicas voltadas ao meio rural brasileiro, desempenhando papel estratégico na articulação de objetivos econômicos, sociais e ambientais. Por meio de uma rede institucional complexa, que envolve bancos, cooperativas, organizações civis e o próprio Estado, essa política molda o acesso a recursos essenciais para o desenvolvimento agrícola, especialmente da agricultura familiar. Apesar de sua importância, persistem distorções territoriais e a inadequação de políticas uniformes, que desconsideram as especificidades regionais e comprometem a eficácia das ações. Diante disso, esta tese propõe uma abordagem para aprimorar a análise e a gestão do crédito rural no Brasil, articulando três estudos independentes, porém complementares. O primeiro estudo, de caráter explicativo, emprega Programação Genética sobre dados do Censo Agropecuário de 2019, identificando padrões regionais na alocação do crédito rural. Os resultados reforçam a necessidade de abordagens sensíveis às realidades locais. O segundo estudo, com foco preditivo, utiliza técnicas de aprendizado de máquina, como agrupamento K-means e redes neurais MLP, para estimar o valor do crédito a ser concedido a agricultores, bem como o perfil produtivo ao qual pertencem. Como produto aplicado, foi desenvolvido um sistema web funcional e registrado no INPI, permitindo a simulação personalizada com base em dados reais. Por fim, o terceiro estudo adota o método multicritério ELECTRE TRI-nC para classificar agricultores em categorias de acesso ao crédito rural, com base em múltiplos perfis validados por um representante do decisor e construídos por um especialista da área. A abordagem permite maior transparência e explicabilidade na classificação, ampliando a aderência das análises à realidade dos agricultores familiares. Como contribuição prática e científica, a tese oferece uma estrutura de apoio à decisão que combina modelos explicáveis, preditivos e sensíveis ao território, fomentando o desenvolvimento sustentável, a inclusão produtiva e a melhoria da política pública de crédito rural no Brasil.

MEMBROS DA BANCA:
Externa à Instituição - BETANIA SILVA CARNEIRO CAMPELLO
Presidente - 1510962 - CAROLINE MARIA DE MIRANDA MOTA
Interno - 1549303 - CRISTIANO ALEXANDRE VIRGINIO CAVALCANTE
Externo à Instituição - LEONARDO ANTONIO MONTEIRO PESSOA
Interna - 1551036 - LUCIANA HAZIN ALENCAR