UM MODELO INTEGRADO DE PREVISÃO DE RISCO E MAXIMAL COVERING LOCATION PROBLEM PARA ALOCAÇÃO DE UNIDADES DE SEGURANÇA

Este trabalho propõe uma abordagem integrada para a alocação de unidades de segurança pública, combinando aprendizado de máquina e otimização. Um modelo baseado em XGBoost foi utilizado para estimar o risco de ocorrência de Mortes Violentas Intencionais (MVI) em áreas do município de Caruaru-PE, a partir de dados históricos georreferenciados. As previsões foram agregadas em um índice de risco espacial. Com base nesse índice, foi formulado um modelo de otimização inspirado no problema de máxima cobertura, com o objetivo de maximizar o risco coberto sob restrições de orçamento e efetivo. A modelagem considera diferentes tipos de unidades e permite cobertura parcial e sobreposição. Os resultados indicam que a abordagem é capaz de identificar áreas prioritárias e orientar a alocação eficiente dos recursos disponíveis, contribuindo para decisões mais informadas e baseadas em dados.