Aplicação de arima em previsão de tráfego de curto prazo (2020)
- Authors:
- USP affiliated authors: ZEMA, DOMÊNICO - EP ; PEREIRA, MARCELLA GOMES DA COSTA - EP ; FERREIRA, YURI GIL - EP
- School: EP
- Sigla do Departamento: PTR
- Subjects: SISTEMAS DE TRANSPORTES; ADMINISTRAÇÃO PÚBLICA; ALGORITMOS
- Language: Português
- Abstract: A rápida evolução dos centros urbanos torna a previsão de tráfego de curto prazo uma importante ferramenta de gestão pública e de fornecimento de informação para sistemas ITS (Intelligent Transport Systems). Além do mais, é grande o volume de dados envolvidos neste processo, bem como é necessária uma forte capacidade de processamento computacional. Pensando nisso, esta pesquisa busca analisar os algoritmos para previsão de tráfego de curto prazo, sendo, desta forma, aplicadas ferramentas de Data Science (ARIMA) e métodos estatísticos. Os dados de radar do município de São Paulo foram acumulados por um período de três dias. Este trabalho de formatura tem como base o trabalho de qualificação de mestrado de Olímpio Mendes de Barros (2019): “Caracterização das condições de tráfego em tempo próximo ao real para o uso em sistemas de previsão de tráfego em cidades de grande porte”. Foram aplicadas ferramentas de Data Science para análise de algoritmos de previsão de curto prazo, desde o pré-processamento de dados até as previsões de até 45 minutos, sem a utilização de simuladores de tráfego. A previsão demonstrou bons resultados nos pontos onde a quantidade de veículos é maior, enquanto cenários com variações abruptas de comportamento ou com baixíssimo tráfego tiveram desempenho inferior. No caso dos radares com maior volume de veículos, o erro percentual é da ordem de 24% para previsões de até 15 minutos (curto prazo) e aumenta progressivamente até atingir erros da ordem de 32% para as tentativas de prever a demanda em até 45 min. Conclui-se portanto que o ARIMA aparentemente possui potencial para ser utilizado na previsão de tráfego, afinal, obteve boas métricas nos pontos mais relevantes (por onde passam mais veículos) em cenários não atípicos.
- Imprenta:
-
ABNT
ZEMA, Domênico e PEREIRA, Marcella Gomes da Costa e FERREIRA, Yuri Gil. Aplicação de arima em previsão de tráfego de curto prazo. 2020. Trabalho de Conclusão de Curso (Graduação) – Escola Politécnica, Universidade de São Paulo, São Paulo, 2020. Disponível em: https://bdta.abcd.usp.br/directbitstream/ef5531db-b266-4128-be03-8d2d880f6adc/DOMENICO%20ZEMA%20TF-20.pdf. Acesso em: 27 abr. 2024. -
APA
Zema, D., Pereira, M. G. da C., & Ferreira, Y. G. (2020). Aplicação de arima em previsão de tráfego de curto prazo (Trabalho de Conclusão de Curso (Graduação). Escola Politécnica, Universidade de São Paulo, São Paulo. Recuperado de https://bdta.abcd.usp.br/directbitstream/ef5531db-b266-4128-be03-8d2d880f6adc/DOMENICO%20ZEMA%20TF-20.pdf -
NLM
Zema D, Pereira MG da C, Ferreira YG. Aplicação de arima em previsão de tráfego de curto prazo [Internet]. 2020 ;[citado 2024 abr. 27 ] Available from: https://bdta.abcd.usp.br/directbitstream/ef5531db-b266-4128-be03-8d2d880f6adc/DOMENICO%20ZEMA%20TF-20.pdf -
Vancouver
Zema D, Pereira MG da C, Ferreira YG. Aplicação de arima em previsão de tráfego de curto prazo [Internet]. 2020 ;[citado 2024 abr. 27 ] Available from: https://bdta.abcd.usp.br/directbitstream/ef5531db-b266-4128-be03-8d2d880f6adc/DOMENICO%20ZEMA%20TF-20.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
DOMENICO ZEMA TF-20.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
