Um estudo exploratório de previsão do tempo de viagem de ônibus de transporte público de Florianópolis

• Autor(a) principal: Souza, Leonardo Villamarin de
• Data de Publicação: 2024
• Outros Autores: Fagundes, Thiago Rodrigues da Motta
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: http://app.uff.br/riuff/handle/1/32516
• topic: Aprendizado de máquina; Previsão do tempo de viagem; Ciência de dados; Ônibus; Transporte público urbano; Florianópolis (SC); Aprendizado de máquina; Machine learning; Travel time prediction; Data science

Existe uma necessidade crescente de melhorar a produtividade e o planejamento dos serviços de transportes públicos. Neste contexto, o uso de Inteligencia Artificial (IA) e Aprendizado de Máquina (AM) para a construção de algoritmos de Previsão do Tempo de Viagem (PTV) de ônibus ganham força. No entanto a construção desses algoritmos enfrentam desafios consideráveis devido imprevisibilidade das condições da via, congestionamentos, obras em curso, eventos locais e fatores climáticos, criam um ambiente complexo para a PTV. Este trabalho tem como objetivo, através de diversos cenários experimentais, explorar e aplicar diferentes técnicas de AM (seleção de atributos, data partioning, tuning) para avaliar a qualidade das decisões tomadas pelos cientistas de dados e construir regressores mais precisos. Nos cenários experimentais conduzidos neste trabalho, aplicamos algumas técnicas de AM para construir regressores mais precisos usando a base de dados coletada da frota de ônibus de Floriánópolis. Por fim, as melhorias alcançadas nos regressores com a aplicação dessas técnicas são analisadas.