Redes neurais aplicadas à determinação do nível de serviço da BR-230.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFCG |
Texto Completo: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23719 |
Resumo: | As redes neurais artificiais são um tipo de Machine Learning (modelo computacional), cuja estrutura se assemelha a rede de neurônios do cérebro humano. São utilizadas em várias áreas do conhecimento, incluindo o setor de transportes, com o intuito de obter informações de forma mais rápida e precisa. Nesse sentido, o objetivo principal do trabalho é desenvolver redes neurais, utilizando um software de simulação de matrizes com pacote para redes neurais artificiais, que sejam capazes de determinar a variação do nível de serviço da BR-230, no trecho do km 20 ao km 137,38, nas duas pistas (sentidos JP-CG e CG-JP). Para isso, foram avaliados os dados de monitoramento do trecho, fornecidos pelo DNIT, para calcular os valores correspondentes a densidade e nível de serviço, a partir da metodologia do DNIT, considerando dias típicos de tráfego, e identificar os horários críticos onde há redução dele na rodovia em estudo, desse modo, com os dados tratados, foram estudadas diferentes arquiteturas para as RNA’s e a partir de treinamentos e testes, foi possível construir uma rede neural capaz de entregar resultados com uma precisão em torno de 95% e avaliar o comportamento do fluxo da rodovia. |
id |
UFCG_31969fc605d7aee9d53345659fe6f725 |
---|---|
oai_identifier_str |
oai:localhost:riufcg/23719 |
network_acronym_str |
UFCG |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository_id_str |
4851 |
spelling |
Redes neurais aplicadas à determinação do nível de serviço da BR-230.Neural networks applied to the determination of the service level of the BR-230.Redes neurais artificiaisInteligência artificialRodovia BR - 230Rede perceptronRedes neurais e rodoviasEngenharia de tráfegoAprendizagem de máquinaSoftware de simulação de matrizesArtificial neural networksArtificial intelligenceHighway BR - 230Perceptron networkNeural networks and highwaysTraffic engineeringMachine learningMatrix simulation softwareEngenharia CivilAs redes neurais artificiais são um tipo de Machine Learning (modelo computacional), cuja estrutura se assemelha a rede de neurônios do cérebro humano. São utilizadas em várias áreas do conhecimento, incluindo o setor de transportes, com o intuito de obter informações de forma mais rápida e precisa. Nesse sentido, o objetivo principal do trabalho é desenvolver redes neurais, utilizando um software de simulação de matrizes com pacote para redes neurais artificiais, que sejam capazes de determinar a variação do nível de serviço da BR-230, no trecho do km 20 ao km 137,38, nas duas pistas (sentidos JP-CG e CG-JP). Para isso, foram avaliados os dados de monitoramento do trecho, fornecidos pelo DNIT, para calcular os valores correspondentes a densidade e nível de serviço, a partir da metodologia do DNIT, considerando dias típicos de tráfego, e identificar os horários críticos onde há redução dele na rodovia em estudo, desse modo, com os dados tratados, foram estudadas diferentes arquiteturas para as RNA’s e a partir de treinamentos e testes, foi possível construir uma rede neural capaz de entregar resultados com uma precisão em torno de 95% e avaliar o comportamento do fluxo da rodovia.Artificial neural networks are a type of Machine Learning (computational model), whose structure resembles the network of neurons in the human brain. They are used in various areas of knowledge, including the transport sector, to obtain information more quickly and accurately. In this sense, the main objective of the work is to develop neural networks, using a matrix simulation software with package for artificial neural networks, that can determine the variation of the service level of the BR-230, in the stretch of km 20 to km 137,38, in the two lanes (JP-CG and CG-JP directions). For that, the stretch monitoring data, provided by DNIT, were evaluated to calculate the values corresponding to density and service level, using the DNIT methodology, considering typical traffic days, and to identify the critical times where there is a reduction in it on the highway understudy, therefore, with the data processed, different architectures for the ANNs were studied and, based on training and tests, it was possible to build a neural network capable of delivering results with an accuracy of around 95% and assessing the behavior the flow of the highway.Universidade Federal de Campina GrandeBrasilCentro de Tecnologia e Recursos Naturais - CTRNUFCGBEZERRA, Izabelle Marie Trindade.BEZERRA, I. M. T.http://lattes.cnpq.br/2003009506775932ARRUDA, Sonaly Mendes.ARRUDA, S. M.http://lattes.cnpq.br/0847973469707571CRUZ, Walter Santa.CRUZ, W. S.http://lattes.cnpq.br/1171470119353085QUEIROZ JÚNIOR, Hélio da Silva.QUEIROZ JÚNIOR, H. S.http://lattes.cnpq.br/1612814908242211VITÓRIO, Victor Hugo da Silva.2021-05-212022-02-24T12:49:10Z2022-02-242022-02-24T12:49:10Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23719VITÓRIO, Victor Hugo da Silva. Redes neurais aplicadas à determinação do nível de serviço da BR-230. 2021. 69f. Trabalho de Conclusão de Curso (Monografia), Curso de Bacharelado em Engenharia Civil, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande - Campina Grande - Paraíba - Brasil, 2021. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23719porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2022-02-24T12:52:16Zoai:localhost:riufcg/23719Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512022-02-24T12:52:16Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false |
dc.title.none.fl_str_mv |
Redes neurais aplicadas à determinação do nível de serviço da BR-230. Neural networks applied to the determination of the service level of the BR-230. |
title |
Redes neurais aplicadas à determinação do nível de serviço da BR-230. |
spellingShingle |
Redes neurais aplicadas à determinação do nível de serviço da BR-230. VITÓRIO, Victor Hugo da Silva. Redes neurais artificiais Inteligência artificial Rodovia BR - 230 Rede perceptron Redes neurais e rodovias Engenharia de tráfego Aprendizagem de máquina Software de simulação de matrizes Artificial neural networks Artificial intelligence Highway BR - 230 Perceptron network Neural networks and highways Traffic engineering Machine learning Matrix simulation software Engenharia Civil |
title_short |
Redes neurais aplicadas à determinação do nível de serviço da BR-230. |
title_full |
Redes neurais aplicadas à determinação do nível de serviço da BR-230. |
title_fullStr |
Redes neurais aplicadas à determinação do nível de serviço da BR-230. |
title_full_unstemmed |
Redes neurais aplicadas à determinação do nível de serviço da BR-230. |
title_sort |
Redes neurais aplicadas à determinação do nível de serviço da BR-230. |
author |
VITÓRIO, Victor Hugo da Silva. |
author_facet |
VITÓRIO, Victor Hugo da Silva. |
author_role |
author |
dc.contributor.none.fl_str_mv |
BEZERRA, Izabelle Marie Trindade. BEZERRA, I. M. T. http://lattes.cnpq.br/2003009506775932 ARRUDA, Sonaly Mendes. ARRUDA, S. M. http://lattes.cnpq.br/0847973469707571 CRUZ, Walter Santa. CRUZ, W. S. http://lattes.cnpq.br/1171470119353085 QUEIROZ JÚNIOR, Hélio da Silva. QUEIROZ JÚNIOR, H. S. http://lattes.cnpq.br/1612814908242211 |
dc.contributor.author.fl_str_mv |
VITÓRIO, Victor Hugo da Silva. |
dc.subject.por.fl_str_mv |
Redes neurais artificiais Inteligência artificial Rodovia BR - 230 Rede perceptron Redes neurais e rodovias Engenharia de tráfego Aprendizagem de máquina Software de simulação de matrizes Artificial neural networks Artificial intelligence Highway BR - 230 Perceptron network Neural networks and highways Traffic engineering Machine learning Matrix simulation software Engenharia Civil |
topic |
Redes neurais artificiais Inteligência artificial Rodovia BR - 230 Rede perceptron Redes neurais e rodovias Engenharia de tráfego Aprendizagem de máquina Software de simulação de matrizes Artificial neural networks Artificial intelligence Highway BR - 230 Perceptron network Neural networks and highways Traffic engineering Machine learning Matrix simulation software Engenharia Civil |
description |
As redes neurais artificiais são um tipo de Machine Learning (modelo computacional), cuja estrutura se assemelha a rede de neurônios do cérebro humano. São utilizadas em várias áreas do conhecimento, incluindo o setor de transportes, com o intuito de obter informações de forma mais rápida e precisa. Nesse sentido, o objetivo principal do trabalho é desenvolver redes neurais, utilizando um software de simulação de matrizes com pacote para redes neurais artificiais, que sejam capazes de determinar a variação do nível de serviço da BR-230, no trecho do km 20 ao km 137,38, nas duas pistas (sentidos JP-CG e CG-JP). Para isso, foram avaliados os dados de monitoramento do trecho, fornecidos pelo DNIT, para calcular os valores correspondentes a densidade e nível de serviço, a partir da metodologia do DNIT, considerando dias típicos de tráfego, e identificar os horários críticos onde há redução dele na rodovia em estudo, desse modo, com os dados tratados, foram estudadas diferentes arquiteturas para as RNA’s e a partir de treinamentos e testes, foi possível construir uma rede neural capaz de entregar resultados com uma precisão em torno de 95% e avaliar o comportamento do fluxo da rodovia. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-05-21 2022-02-24T12:49:10Z 2022-02-24 2022-02-24T12:49:10Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23719 VITÓRIO, Victor Hugo da Silva. Redes neurais aplicadas à determinação do nível de serviço da BR-230. 2021. 69f. Trabalho de Conclusão de Curso (Monografia), Curso de Bacharelado em Engenharia Civil, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande - Campina Grande - Paraíba - Brasil, 2021. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23719 |
url |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23719 |
identifier_str_mv |
VITÓRIO, Victor Hugo da Silva. Redes neurais aplicadas à determinação do nível de serviço da BR-230. 2021. 69f. Trabalho de Conclusão de Curso (Monografia), Curso de Bacharelado em Engenharia Civil, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande - Campina Grande - Paraíba - Brasil, 2021. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23719 |
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.publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Tecnologia e Recursos Naturais - CTRN UFCG |
publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Tecnologia e Recursos Naturais - CTRN UFCG |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFCG instname:Universidade Federal de Campina Grande (UFCG) instacron:UFCG |
instname_str |
Universidade Federal de Campina Grande (UFCG) |
instacron_str |
UFCG |
institution |
UFCG |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
collection |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG) |
repository.mail.fl_str_mv |
bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br |
_version_ |
1809744527301279744 |