Proposta de uma arquitetura computacional inteligente para a gestão dos indicadores utilizados no planejamento e no monitoramento do sistema de transporte urbano

Página do item simplificado
dc.contributor.advisorMoita, Gray Farias
dc.contributor.advisor-coMeireles, Magali Rezende Gouvêa
dc.contributor.advisor-coRibeiro, Renato Guimarães
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/1174361496168201
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/9839039629597667
dc.contributor.advisorLatteshttp://lattes.cnpq.br/2550201329788172
dc.contributor.authorVieira, Túlio Philipe Ferreira e
dc.contributor.authorLatteshttp://lattes.cnpq.br/1268188282699415
dc.contributor.refereeMoita, Gray Farias
dc.contributor.refereeMeireles, Magali Rezende Gouvêa
dc.contributor.refereeRibeiro, Renato Guimarães
dc.contributor.refereeRoriz Junior, Marcos Paulino
dc.contributor.refereeLeiva, Guilherme de Castro
dc.contributor.refereeSá, Elisângela Martins de
dc.contributor.refereeSilva, Alisson Marques
dc.date.accessioned2025-12-09T20:07:20Z
dc.date.available2025-12-09T20:07:20Z
dc.date.issued2023-08-29
dc.description.abstractDe acordo com dados da Organização das Nações Unidas, mais de 3,8 bilhões de pessoas vivem em áreas urbanas, atualmente, e espera-se que esse número cresça significativamente até 2050. Com o aumento da urbanização, especialmente em países em desenvolvimento, a mobilidade urbana torna-se um desafio crítico. O sistema de transporte, essencial para a movimentação das pessoas nas cidades, influencia diretamente a qualidade de vida dos cidadãos, pois é por meio dele que se garante o acesso a serviços essenciais como saúde, educação, cultura e lazer. Além disso, a análise da mobilidade pode revelar disparidades sociais, econômicas e culturais dentro de uma cidade. Portanto, para garantir um desenvolvimento urbano equilibrado e sustentável, é imperativo focar no planejamento e na gestão eficaz da mobilidade urbana, buscando soluções inovadoras e sustentáveis para o transporte e a circulação nas cidades. A fim de contribuir para a construção de um sistema eficiente de transporte, este trabalho apresenta o desenvolvimento de um framework composto por hardware e software, de baixo custo, que possa ser utilizado para geração e monitoramento de indicadores do sistema de transporte. O framework proposto utiliza dados de diferentes fontes como probe request, censo e características regionais e emprega algoritmos de machine learning como Filtro de Kalman e Redes Neurais Artificiais para gerar a matriz de origem-destino e a outros indicadores do sistema de transporte. Os resultados indicam que a estratégia utilizada consegue reduzir os erros de previsão de indicadores, como a taxa de carregamento, para menos de 5% .
dc.description.abstractotherAccording to data from the United Nations, over 3.8 billion people currently live in urban areas, and this number is expected to grow significantly by 2050. With the rise of urbanization, especially in developing countries, urban mobility becomes a critical challenge. The transportation system, vital for people’s movement within cities, directly impacts the quality of life of its residents, as it ensures access to essential services such as health, education, culture, and leisure. Furthermore, mobility analysis can reveal social, economic, and cultural disparities within a city. Therefore, to ensure balanced and sustainable urban development, it is imperative to focus on the planning and effective management of urban mobility, seeking innovative and sustainable solutions for transportation and circulation in cities. To contribute to the construction of an efficient transportation system, this study presents the development of a low-cost framework, comprised of both hardware and software, that can be used for generating and monitoring transportation system indicators. The proposed framework utilizes data from various sources such as probe requests, census, and regional characteristics and employs machine learning algorithms like the Kalman Filter and Artificial Neural Networks to generate the origin-destination matrix and other transportation system indicators. The results indicate that the employed strategy can reduce prediction errors for indicators, such as the loading rate, to less than 5%.
dc.identifier.urihttps://repositorio.cefetmg.br//handle/123456789/2512
dc.language.isopt
dc.publisherCentro Federal de Educação Tecnológica de Minas Gerais
dc.publisher.countryBrasil
dc.publisher.initialsCEFET-MG
dc.publisher.programPrograma de Pós-Graduação em Modelagem Matemática e Computacional
dc.subjectTransporte urbano
dc.subjectAprendizado de máquina
dc.subjectFiltros de Kalman
dc.subjectCidades inteligentes
dc.subjectSistemas de transportes
dc.titleProposta de uma arquitetura computacional inteligente para a gestão dos indicadores utilizados no planejamento e no monitoramento do sistema de transporte urbano
dc.typeTese

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Proposta de uma arquitetura computacional inteligente para a gestão dos indicadores utilizados no planejamento e no monitoramento do sistema de transporte urbano.pdf
Tamanho:
15.38 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.39 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

Doutorado em Modelagem Matemática e Computacional