Um modelo de seleção de energias renováveis para o desenvolvimento sustentável Integração da Lógica Difusa Hesitante e da Aprendizagem Automática para a Otimização das Energias Renováveis. DE

lcançar o ODS 7, o acesso universal a energia acessível, fiável e limpa, é vital para enfrentar a crise energética e garantir o desenvolvimento sustentável. Em Uttarakhand, apesar do rico potencial renovável, o acesso à energia é dificultado pelo terreno desafiante, sensibilidade ecológica e lacunas nas infraestruturas. Esta investigação propõe um quadro híbrido de tomada de decisão combinando Aprendizagem Automática (ML) com Tomada de Decisão Multicritério Fuzzy Hesitante (MCDM) para identificar as melhores opções de energia renovável para a região. Foram escolhidas cinco alternativas: solar fotovoltaica, solar térmica, CSP, mini e pequena hídrica e bioenergia, com base nos recursos e no contributo de especialistas. Utilizando a análise bibliométrica em R e a Técnica de Grupo Nominal (NGT), foram estabelecidos os critérios. O AHP Fuzzy Hesitante atribuiu pesos, enquanto o H-FTOPSIS classificou as opções. A regressão logística melhorou a precisão da previsão e a análise de sensibilidade testou a estabilidade do modelo. Os resultados mostram que a solar fotovoltaica é a escolha mais viável. O quadro apoia o planeamento energético estratégico e baseado em evidências para Uttarakhand e oferece um método escalável e adaptável para regiões semelhantes em todo o mundo.