Redes neurais aplicadas à determinação do nível de serviço da BR-230.

• Autor(a) principal: VITÓRIO, Victor Hugo da Silva.
• 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
• 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

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.