ESTIMATIVA DO PREDICTED MEAN VOTE (PMV) PARA CONTÊINERES URBANOS POR REDE NEURAL ARTIFICIAL
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Scientia – Repositório Institucional |
Texto Completo: | https://repositorio.pgsskroton.com//handle/123456789/33504 |
Resumo: | No contexto de mudanças climáticas e recursos naturais finitos surge a preocupação da reutilização e reciclagem de diversos produtos, sendo um deles o container de metal, que de maneira geral possui vida útil de 10 anos na cadeia logística, gerando o impasse da sua utilização após este período. Com essa preocupação de reutilização foi adotado em Cuiabá como ponto de ônibus. Porém, devido as altas temperaturas de Cuiabá, surge a preocupação de que o uso destes contêineres feitos de metal em uma das cidades mais quentes do Brasil poderia favorecer desconforto térmico aos usuários do ponto de ônibus. Assim com o objetivo de avaliar o conforto térmico do ponto de ônibus feito de container em Cuiabá – MT, utilizou-se a técnica do Voto Médio Predito (PMV) estimado por redes neurais. Para esta avaliação fez-se medições no período chuvoso, mês de março de 2019 e no período seco, mês de setembro de 2019 nos horários das 11 às 14 horas e das 16 às 18 horas. Foi montada uma estação meteorológica para medições de variáveis ambientais e aplicado questionário para aferir a satisfação dos usuários do ponto de ônibus. Percebe-se que a utilização de contêiner para ponto de ônibus não atende aos requisitos de conforto térmico, sendo necessários estratégias auxiliares para minimizar e tornar aceitável sua utilização. Foi aplicada uma regressão por redes neurais para estimativa do PMV a partir dos dados climáticos coletados, obtendo por validação cruzada uma acurácia mediana de 0.081 e coeficiente de determinação para a regressão linear entre os valores observados e obtidos de 0.9227. O resultado mostrou que o uso de redes neurais é prestante a estimativa do grau de conforto térmico médio individual em urbanizada área aberta, sendo viável para estudos de stress térmico em ambiente tropical. |
id |
Krot_87659514447c03e23b5fd8d5e5197d87 |
---|---|
oai_identifier_str |
oai:repositorio.pgsscogna.com.br:123456789/33504 |
network_acronym_str |
Krot |
network_name_str |
Scientia – Repositório Institucional |
repository_id_str |
|
spelling |
SALES, MARCELA CEBALHO2021-07-19T16:56:24Z2021-07-19T16:56:24Z2021https://repositorio.pgsskroton.com//handle/123456789/33504No contexto de mudanças climáticas e recursos naturais finitos surge a preocupação da reutilização e reciclagem de diversos produtos, sendo um deles o container de metal, que de maneira geral possui vida útil de 10 anos na cadeia logística, gerando o impasse da sua utilização após este período. Com essa preocupação de reutilização foi adotado em Cuiabá como ponto de ônibus. Porém, devido as altas temperaturas de Cuiabá, surge a preocupação de que o uso destes contêineres feitos de metal em uma das cidades mais quentes do Brasil poderia favorecer desconforto térmico aos usuários do ponto de ônibus. Assim com o objetivo de avaliar o conforto térmico do ponto de ônibus feito de container em Cuiabá – MT, utilizou-se a técnica do Voto Médio Predito (PMV) estimado por redes neurais. Para esta avaliação fez-se medições no período chuvoso, mês de março de 2019 e no período seco, mês de setembro de 2019 nos horários das 11 às 14 horas e das 16 às 18 horas. Foi montada uma estação meteorológica para medições de variáveis ambientais e aplicado questionário para aferir a satisfação dos usuários do ponto de ônibus. Percebe-se que a utilização de contêiner para ponto de ônibus não atende aos requisitos de conforto térmico, sendo necessários estratégias auxiliares para minimizar e tornar aceitável sua utilização. Foi aplicada uma regressão por redes neurais para estimativa do PMV a partir dos dados climáticos coletados, obtendo por validação cruzada uma acurácia mediana de 0.081 e coeficiente de determinação para a regressão linear entre os valores observados e obtidos de 0.9227. O resultado mostrou que o uso de redes neurais é prestante a estimativa do grau de conforto térmico médio individual em urbanizada área aberta, sendo viável para estudos de stress térmico em ambiente tropical.Conforto térmicoPonto de ônibusESTIMATIVA DO PREDICTED MEAN VOTE (PMV) PARA CONTÊINERES URBANOS POR REDE NEURAL ARTIFICIALinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Scientia – Repositório Institucionalinstname:Kroton Educacional S.A.instacron:KROTONinfo:eu-repo/semantics/openAccessORIGINALMARCELA CEBALHO SALES.pdfMARCELA CEBALHO SALES.pdfapplication/pdf1091332https://repositorio.pgsscogna.com.br//bitstream/123456789/33504/1/MARCELA%20CEBALHO%20SALES.pdf89c486decda055d7fc079f4237cb7072MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.pgsscogna.com.br//bitstream/123456789/33504/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/335042021-07-19 13:56:24.738oai:repositorio.pgsscogna.com.br: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Repositório InstitucionalPRIhttps://repositorio.pgsscogna.com.br/oai/request.opendoar:2021-07-19T16:56:24falseRepositório InstitucionalPRIhttps://repositorio.pgsscogna.com.br/oai/request.repositorio@kroton.com.br || selma.elwein@cogna.com.bropendoar:2021-07-19T16:56:24Scientia – Repositório Institucional - Kroton Educacional S.A.false |
dc.title.pt_BR.fl_str_mv |
ESTIMATIVA DO PREDICTED MEAN VOTE (PMV) PARA CONTÊINERES URBANOS POR REDE NEURAL ARTIFICIAL |
title |
ESTIMATIVA DO PREDICTED MEAN VOTE (PMV) PARA CONTÊINERES URBANOS POR REDE NEURAL ARTIFICIAL |
spellingShingle |
ESTIMATIVA DO PREDICTED MEAN VOTE (PMV) PARA CONTÊINERES URBANOS POR REDE NEURAL ARTIFICIAL SALES, MARCELA CEBALHO Conforto térmico Ponto de ônibus |
title_short |
ESTIMATIVA DO PREDICTED MEAN VOTE (PMV) PARA CONTÊINERES URBANOS POR REDE NEURAL ARTIFICIAL |
title_full |
ESTIMATIVA DO PREDICTED MEAN VOTE (PMV) PARA CONTÊINERES URBANOS POR REDE NEURAL ARTIFICIAL |
title_fullStr |
ESTIMATIVA DO PREDICTED MEAN VOTE (PMV) PARA CONTÊINERES URBANOS POR REDE NEURAL ARTIFICIAL |
title_full_unstemmed |
ESTIMATIVA DO PREDICTED MEAN VOTE (PMV) PARA CONTÊINERES URBANOS POR REDE NEURAL ARTIFICIAL |
title_sort |
ESTIMATIVA DO PREDICTED MEAN VOTE (PMV) PARA CONTÊINERES URBANOS POR REDE NEURAL ARTIFICIAL |
author |
SALES, MARCELA CEBALHO |
author_facet |
SALES, MARCELA CEBALHO |
author_role |
author |
dc.contributor.author.fl_str_mv |
SALES, MARCELA CEBALHO |
dc.subject.por.fl_str_mv |
Conforto térmico Ponto de ônibus |
topic |
Conforto térmico Ponto de ônibus |
description |
No contexto de mudanças climáticas e recursos naturais finitos surge a preocupação da reutilização e reciclagem de diversos produtos, sendo um deles o container de metal, que de maneira geral possui vida útil de 10 anos na cadeia logística, gerando o impasse da sua utilização após este período. Com essa preocupação de reutilização foi adotado em Cuiabá como ponto de ônibus. Porém, devido as altas temperaturas de Cuiabá, surge a preocupação de que o uso destes contêineres feitos de metal em uma das cidades mais quentes do Brasil poderia favorecer desconforto térmico aos usuários do ponto de ônibus. Assim com o objetivo de avaliar o conforto térmico do ponto de ônibus feito de container em Cuiabá – MT, utilizou-se a técnica do Voto Médio Predito (PMV) estimado por redes neurais. Para esta avaliação fez-se medições no período chuvoso, mês de março de 2019 e no período seco, mês de setembro de 2019 nos horários das 11 às 14 horas e das 16 às 18 horas. Foi montada uma estação meteorológica para medições de variáveis ambientais e aplicado questionário para aferir a satisfação dos usuários do ponto de ônibus. Percebe-se que a utilização de contêiner para ponto de ônibus não atende aos requisitos de conforto térmico, sendo necessários estratégias auxiliares para minimizar e tornar aceitável sua utilização. Foi aplicada uma regressão por redes neurais para estimativa do PMV a partir dos dados climáticos coletados, obtendo por validação cruzada uma acurácia mediana de 0.081 e coeficiente de determinação para a regressão linear entre os valores observados e obtidos de 0.9227. O resultado mostrou que o uso de redes neurais é prestante a estimativa do grau de conforto térmico médio individual em urbanizada área aberta, sendo viável para estudos de stress térmico em ambiente tropical. |
publishDate |
2021 |
dc.date.accessioned.fl_str_mv |
2021-07-19T16:56:24Z |
dc.date.available.fl_str_mv |
2021-07-19T16:56:24Z |
dc.date.issued.fl_str_mv |
2021 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.pgsskroton.com//handle/123456789/33504 |
url |
https://repositorio.pgsskroton.com//handle/123456789/33504 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Scientia – Repositório Institucional instname:Kroton Educacional S.A. instacron:KROTON |
instname_str |
Kroton Educacional S.A. |
instacron_str |
KROTON |
institution |
KROTON |
reponame_str |
Scientia – Repositório Institucional |
collection |
Scientia – Repositório Institucional |
bitstream.url.fl_str_mv |
https://repositorio.pgsscogna.com.br//bitstream/123456789/33504/1/MARCELA%20CEBALHO%20SALES.pdf https://repositorio.pgsscogna.com.br//bitstream/123456789/33504/2/license.txt |
bitstream.checksum.fl_str_mv |
89c486decda055d7fc079f4237cb7072 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Scientia – Repositório Institucional - Kroton Educacional S.A. |
repository.mail.fl_str_mv |
repositorio@kroton.com.br || selma.elwein@cogna.com.br |
_version_ |
1809460230300368896 |