Modelagem, previsão e controle de congestionamento de trânsito em redes veiculares
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/ESBF-A3GMXT |
Resumo: | Congestionamento de trânsito é um problema que causa perdas econômicas e de tempo, maior consumo de combustível e maiores emissões de CO2. Esta tese modela, prevê e procura controlar o congestionamento usando redes veiculares. Os objetivos são: (1) coletar diferentes fontes de dados sobre as condições de trânsito; (2) caracterizar condições de trânsito reais e correlacionar com essas fontes de dados; (3) prever as condições de trânsito e seus efeitos; e (4) propor serviços de sugestão de rotas para fazer um balanceamento de carga do fluxo de veículos na cidade. Os resultados mostraram que os modelos de previsão melhoram a acurácia em até 80% para prever o congestionamento com base em dados históricos e de tempo real, atingindo mais de 90% de acurácia quando utilizam-se dados de redes de sensores participativos. Essas soluções reduzem o tempo de viagem em até 56%, e consumo de combustível e emissão de CO2 em 18%, em média. |
id |
UFMG_44466ad0361b5126d78377bc07b1728b |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/ESBF-A3GMXT |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Antonio Alfredo Ferreira LoureiroFatima de Lima Procopio de FigueiredoFatima de Lima Procopio de FigueiredoFelipe Maia Galvão FrançaPedro Olmo Stancioli Vaz de MeloRaquel Aparecida de Freitas MiniRenato Martins AssuncaoAnna Izabel Joao Tostes Ribeiro2019-08-12T17:58:22Z2019-08-12T17:58:22Z2015-09-17http://hdl.handle.net/1843/ESBF-A3GMXTCongestionamento de trânsito é um problema que causa perdas econômicas e de tempo, maior consumo de combustível e maiores emissões de CO2. Esta tese modela, prevê e procura controlar o congestionamento usando redes veiculares. Os objetivos são: (1) coletar diferentes fontes de dados sobre as condições de trânsito; (2) caracterizar condições de trânsito reais e correlacionar com essas fontes de dados; (3) prever as condições de trânsito e seus efeitos; e (4) propor serviços de sugestão de rotas para fazer um balanceamento de carga do fluxo de veículos na cidade. Os resultados mostraram que os modelos de previsão melhoram a acurácia em até 80% para prever o congestionamento com base em dados históricos e de tempo real, atingindo mais de 90% de acurácia quando utilizam-se dados de redes de sensores participativos. Essas soluções reduzem o tempo de viagem em até 56%, e consumo de combustível e emissão de CO2 em 18%, em média.Universidade Federal de Minas GeraisUFMGRedes bayesianasComputação ubíquaComputaçãoTrânsito CongestionamentoRedes de sensores sem fioRedes veícularesComputação UrbanaCongestionamento de trânsitoControle de CongestionamentoPrevisão de CongestionamentoRedes VeicularesModelagem, previsão e controle de congestionamento de trânsito em redes veicularesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALannaisabel.pdfapplication/pdf51552186https://repositorio.ufmg.br/bitstream/1843/ESBF-A3GMXT/1/annaisabel.pdf476801a0093cecf30cffac1a28a46a30MD51TEXTannaisabel.pdf.txtannaisabel.pdf.txtExtracted texttext/plain425048https://repositorio.ufmg.br/bitstream/1843/ESBF-A3GMXT/2/annaisabel.pdf.txtdca06ca95ddb0d85a59e551644ebcf47MD521843/ESBF-A3GMXT2019-11-14 19:11:48.238oai:repositorio.ufmg.br:1843/ESBF-A3GMXTRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T22:11:48Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Modelagem, previsão e controle de congestionamento de trânsito em redes veiculares |
title |
Modelagem, previsão e controle de congestionamento de trânsito em redes veiculares |
spellingShingle |
Modelagem, previsão e controle de congestionamento de trânsito em redes veiculares Anna Izabel Joao Tostes Ribeiro Computação Urbana Congestionamento de trânsito Controle de Congestionamento Previsão de Congestionamento Redes Veiculares Redes bayesianas Computação ubíqua Computação Trânsito Congestionamento Redes de sensores sem fio Redes veículares |
title_short |
Modelagem, previsão e controle de congestionamento de trânsito em redes veiculares |
title_full |
Modelagem, previsão e controle de congestionamento de trânsito em redes veiculares |
title_fullStr |
Modelagem, previsão e controle de congestionamento de trânsito em redes veiculares |
title_full_unstemmed |
Modelagem, previsão e controle de congestionamento de trânsito em redes veiculares |
title_sort |
Modelagem, previsão e controle de congestionamento de trânsito em redes veiculares |
author |
Anna Izabel Joao Tostes Ribeiro |
author_facet |
Anna Izabel Joao Tostes Ribeiro |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Antonio Alfredo Ferreira Loureiro |
dc.contributor.advisor-co1.fl_str_mv |
Fatima de Lima Procopio de Figueiredo |
dc.contributor.referee1.fl_str_mv |
Fatima de Lima Procopio de Figueiredo |
dc.contributor.referee2.fl_str_mv |
Felipe Maia Galvão França |
dc.contributor.referee3.fl_str_mv |
Pedro Olmo Stancioli Vaz de Melo |
dc.contributor.referee4.fl_str_mv |
Raquel Aparecida de Freitas Mini |
dc.contributor.referee5.fl_str_mv |
Renato Martins Assuncao |
dc.contributor.author.fl_str_mv |
Anna Izabel Joao Tostes Ribeiro |
contributor_str_mv |
Antonio Alfredo Ferreira Loureiro Fatima de Lima Procopio de Figueiredo Fatima de Lima Procopio de Figueiredo Felipe Maia Galvão França Pedro Olmo Stancioli Vaz de Melo Raquel Aparecida de Freitas Mini Renato Martins Assuncao |
dc.subject.por.fl_str_mv |
Computação Urbana Congestionamento de trânsito Controle de Congestionamento Previsão de Congestionamento Redes Veiculares |
topic |
Computação Urbana Congestionamento de trânsito Controle de Congestionamento Previsão de Congestionamento Redes Veiculares Redes bayesianas Computação ubíqua Computação Trânsito Congestionamento Redes de sensores sem fio Redes veículares |
dc.subject.other.pt_BR.fl_str_mv |
Redes bayesianas Computação ubíqua Computação Trânsito Congestionamento Redes de sensores sem fio Redes veículares |
description |
Congestionamento de trânsito é um problema que causa perdas econômicas e de tempo, maior consumo de combustível e maiores emissões de CO2. Esta tese modela, prevê e procura controlar o congestionamento usando redes veiculares. Os objetivos são: (1) coletar diferentes fontes de dados sobre as condições de trânsito; (2) caracterizar condições de trânsito reais e correlacionar com essas fontes de dados; (3) prever as condições de trânsito e seus efeitos; e (4) propor serviços de sugestão de rotas para fazer um balanceamento de carga do fluxo de veículos na cidade. Os resultados mostraram que os modelos de previsão melhoram a acurácia em até 80% para prever o congestionamento com base em dados históricos e de tempo real, atingindo mais de 90% de acurácia quando utilizam-se dados de redes de sensores participativos. Essas soluções reduzem o tempo de viagem em até 56%, e consumo de combustível e emissão de CO2 em 18%, em média. |
publishDate |
2015 |
dc.date.issued.fl_str_mv |
2015-09-17 |
dc.date.accessioned.fl_str_mv |
2019-08-12T17:58:22Z |
dc.date.available.fl_str_mv |
2019-08-12T17:58:22Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/ESBF-A3GMXT |
url |
http://hdl.handle.net/1843/ESBF-A3GMXT |
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 Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/ESBF-A3GMXT/1/annaisabel.pdf https://repositorio.ufmg.br/bitstream/1843/ESBF-A3GMXT/2/annaisabel.pdf.txt |
bitstream.checksum.fl_str_mv |
476801a0093cecf30cffac1a28a46a30 dca06ca95ddb0d85a59e551644ebcf47 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589526452436992 |