摘要：Normal 0 21 false false false PT-BR X-NONE X-NONE MicrosoftInternetExplorer4 /* Style Definitions */ table.MsoNormalTable {mso-style-name:"Tabela normal"; mso-tstyle-rowband-size:0; mso-tstyle-colband-size:0; mso-style-noshow:yes; mso-style-priority:99; mso-style-qformat:yes; mso-style-parent:""; mso-padding-alt:0cm 5.4pt 0cm 5.4pt; mso-para-margin:0cm; mso-para-margin-bottom:.0001pt; text-align:justify; line-height:150%; mso-pagination:widow-orphan; font-size:11.0pt; font-family:"Calibri","sans-serif"; mso-ascii-font-family:Calibri; mso-ascii-theme-font:minor-latin; mso-fareast-font-family:"Times New Roman"; mso-fareast-theme-font:minor-fareast; mso-hansi-font-family:Calibri; mso-hansi-theme-font:minor-latin; mso-bidi-font-family:"Times New Roman"; mso-bidi-theme-font:minor-bidi;} O presente trabalho aborda duas metodologias de inferência espacial, a análise multicriterial e redes neurais artificiais (RNA). A primeira abordagem é baseada em transformações das variáveis por lógica fuzzy e calculo dos respectivos pesos pelo método analitycal hierarchy process (AHP) , proposto por Saaty (1990). A segunda abordagem é baseada em redes neurais artificiais utilizando estruturas multicamadas, com algoritmo de treinamento baseado em retropropagação de erro. Para a inferência da RNA as amostras de treinamento foram os mesmos planos de entrada transformados para a análise multicriterial, a fim de verificar o comportamento da RNA para generalização dos padrões espaciais. Dessa forma, foi feita uma análise comparativa a partir do calculo do erro médio quadrático e tabulação cruzada dos resultados dos dois métodos de análise espacial. As abordagens foram empregadas para seleção de áreas potenciais para disposição de resíduos sólidos urbanos no município de Presidente Prudente. Como resultado verificou-se que os métodos apresentaram-se bastante coerentes com a realidade, e a RNA conseguiu reconhecer os padrões espaciais dos dados de entrada.
