Publicação
Caracterização e Previsão do Tráfego Rodoviário
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | pt_PT |
| dc.contributor.advisor | Gonçalves, Ricardo | |
| dc.contributor.advisor | Costa, Rúben | |
| dc.contributor.author | Brígida, Sérgio Gonçalo Fernandes | |
| dc.date.accessioned | 2019-01-31T14:12:34Z | |
| dc.date.available | 2019-01-31T14:12:34Z | |
| dc.date.issued | 2018-11 | |
| dc.date.submitted | 2018 | |
| dc.description.abstract | Ao longo dos anos, o número de viaturas a circular nas estradas tem vindo a aumentar significativamente, principalmente nos grandes centros urbanos, onde se concentra um elevado número de pessoas, empresas e atividades. Esse aumento anormal conduziu a inúmeras e nefastas consequências, como altos níveis de congestionamento de tráfego, emissões excessivas de CO2, aumento do tempo despendido em deslocações e diminuição da qualidade de vida das pessoas. Devido à saturação e complexidade das redes de transporte, torna-se essencial encontrar várias soluções que permitam compreender o tráfego rodoviário e prever eventuais ocorrências que possam surgir com o objetivo de minimizar os impactos negativos provocados pelo mesmo. O objetivo desta dissertação passa por desenvolver uma metodologia de processamento de dados capaz de caracterizar e prever o fluxo rodoviário numa determinada autoestrada, através da aplicação de técnicas de machine learning. Para esse efeito, são analisados e usados dados históricos, recolhidos por pórticos eletrónicos instalados ao longo da autoestrada A25, em Portugal. Esta dissertação é desenvolvida no âmbito do projeto OPTIMUM - Research and Innovation Action - financiado no âmbito do Horizonte 2020 - Programa - Quadro Comunitário de Investigação e Inovação da União Europeia cujo objetivo principal é explorar soluções inovadoras para colmatar o congestionamento das redes de transportes, designadamente a transferência de fluxos para vias menos congestionadas e reduzir assim os problemas de mobilidade que os cidadãos enfrentam no dia a dia. | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10362/59132 | |
| dc.language.iso | por | pt_PT |
| dc.subject | Sistemas Inteligentes de Transporte (SIT) | pt_PT |
| dc.subject | Modelos de Previsão de Tráfego | pt_PT |
| dc.subject | Prospeção de Dados | pt_PT |
| dc.subject | Análise de Séries Temporais | pt_PT |
| dc.subject | Técnicas de Machine Learning | pt_PT |
| dc.title | Caracterização e Previsão do Tráfego Rodoviário | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestre em Engenharia Eletrotécnica e de Computadores | pt_PT |