A carregar...
Publicação
Caracterização e Previsão do Tráfego Rodoviário
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 7.44 MB | Adobe PDF |
Orientador(es)
Resumo(s)
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.
Descrição
Palavras-chave
Sistemas Inteligentes de Transporte (SIT) Modelos de Previsão de Tráfego Prospeção de Dados Análise de Séries Temporais Técnicas de Machine Learning