A estimativa de viagens por domicílio é fundamental para a tomada de decisões relativas ao planejamento de transportes. Porém, para obter essa estimativa são necessários dados desagregados dos domicílios, que geralmente são obtidos pela Pesquisa Domiciliar de Origem e Destino. No entanto, a maioria das cidades enfrenta problemas para a aquisição desses dados, uma vez que este tipo de pesquisa é de alto custo de preparação e execução. Desta forma, surge a necessidade de ferramentas que forneçam dados confiáveis e com baixo custo. Assim, o objetivo deste artigo é apresentar um método sequencial, para estimativa de viagens domiciliares, a partir de população sintética e Redes Neurais Artificiais (RNAs).  A população sintética foi baseada em dados agregados do censo e simulação Monte Carlo. Os resultados obtidos com as RNAs foram comparados aos resultados de um modelo linear tradicional, mostrando-se melhores e corroborando o potencial do uso de RNAs para modelagem da demanda por transportes. As viagens sintéticas por domicílio foram validadas a partir dos dados desagregados da Pesquisa Origem-Destino (2007) e testes de hipótese para comparação de valores típicos e distribuições populacionais.  Em 71% dos setores censitários, as viagens sintéticas foram consideradas similares aos dados reais, confirmando a eficiência do método proposto. Assim, a principal lacuna desta pesquisa, é a apresentação do método sequencial, capaz de tanto minimizar problemas de aquisição de dados quanto atenuar as restrições e suposições matemáticas, inerentes aos modelos tradicionais de demanda por transportes.


    Zugriff

    Download


    Exportieren, teilen und zitieren



    Titel :

    Previsão da demanda por viagens domiciliares através de método sequencial baseado em população sintética e redes neurais artificiais




    Erscheinungsdatum :

    2019




    Medientyp :

    Aufsatz (Zeitschrift)


    Format :

    Elektronische Ressource


    Sprache :

    Unbekannt




    Previsão da demanda por viagens domiciliares através de método sequencial baseado em população sintética e redes neurais artificiais

    Marcela Navarro Pianucci / Cira Souza Pitombo / André Luiz Cunha et al. | DOAJ | 2019

    Freier Zugriff

    Modelo de previsão do coeficiente de atrito para pista de pouso e decolagem com uso de redes neurais artificiais

    José Breno Ferreira Quariguasi / Francisco Heber Lacerda de Oliveira / Saulo Davi Soares e Reis | DOAJ | 2021

    Freier Zugriff