Previsão da demanda por viagens domiciliares através de método sequencial baseado em população sintética e redes neurais artificiais

Abstract

A estimativa de viagens por domicílio é fundamental para a tomada de decisões relativas ao planejamento de transportes. Porém, para obter essa estimativa são necessários dados desagregados dos domicílios, que geralmente são obtidos pela Pesquisa Domiciliar de Origem e Destino. No entanto, a maioria das cidades enfrenta problemas para a aquisição desses dados, uma vez que este tipo de pesquisa é de alto custo de preparação e execução. Desta forma, surge a necessidade de ferramentas que forneçam dados confiáveis e com baixo custo. Assim, o objetivo deste artigo é apresentar um método sequencial, para estimativa de viagens domiciliares, a partir de população sintética e Redes Neurais Artificiais (RNAs). A população sintética foi baseada em dados agregados do censo e simulação Monte Carlo. Os resultados obtidos com as RNAs foram comparados aos resultados de um modelo linear tradicional, mostrando-se melhores e corroborando o potencial do uso de RNAs para modelagem da demanda por transportes. As viagens sintéticas por domicílio foram validadas a partir dos dados desagregados da Pesquisa Origem-Destino (2007) e testes de hipótese para comparação de valores típicos e distribuições populacionais. Em 71% dos setores censitários, as viagens sintéticas foram consideradas similares aos dados reais, confirmando a eficiência do método proposto. Assim, a principal lacuna desta pesquisa, é a apresentação do método sequencial, capaz de tanto minimizar problemas de aquisição de dados quanto atenuar as restrições e suposições matemáticas, inerentes aos modelos tradicionais de demanda por transportes.

Keywords

• Monte Carlo
• Viagens sintéticas
• Geração de viagens.