A estimação neural de tempos de viagens de ônibus sob regime de fretamento usando-se de dados de posicionamento por satélites (GPS)

AUTOR(ES)

Jales, Antonio Wagner Lopes, Silva, Carlos Augusto Uchôa da

FONTE

J. Transp. Lit.

DATA DE PUBLICAÇÃO

2016-03

RESUMO

ResumoO trabalho teve o objeto o desenvolvimento de um modelo de previsão de chegada de ônibus que fazem o transporte de empregados sob o regime de fretamento. Para tanto, utilizou-se um modelo matemático baseado em Redes Neurais Artificiais. As experiências anteriores de aplicação de RNA's para modelagem desse tipo de problema consideraram como dados de entrada, informações "estáticas" do percurso, como por exemplo, a posição dos pontos de paradas pré-estabelecidos, a distância entre os mesmos, a velocidade média de percurso previamente analisada. A contribuição do presente trabalho foi desenvolver um modelo de aprendizado considerando como dados de entrada, qualquer localização do veículo (longitude e latitude) ao longo do percurso bem como a hora em que o mesmo passou pela mesma coordenada, tornando o modelo mais dinâmico e simplificado para ser reproduzido e incorporado às ferramentas de rastreamento veicular que utilizam posicionamento global (GPS). Outra contribuição metodológica foi a estruturação de uma "árvore de testes" que considerou variações na tipologia, nos valores para Taxa de Aprendizagem e "Momentum". O resultado alcançado chegou a um modelo de previsão com erro relativo médio de menos de 1%.

ASSUNTO(S)

redes neurais artificiais fretamento previsão de tempo de chegada sistema de informações geográficas (sig)

Documentos Relacionados

• Estudo de dados de pesagens de bovinos usando-se a transformação Box-Cox.
• Avaliação da salinidade de neossolo usando-se dispositivo de indução eletromagnética
• Análise de eventos hidrológicos extremos, usando-se a distribuição GEV e momentos LH
• Monitoramento de pacientes com AIDS para o desenvolvimento de doença por citomegalovirus (CMV) usando-se PCR multiplex
• Avaliação do crescimento de caprinos da raça anglo-nubiana usando-se regressão aleatória