Modelo baseado em aprendizado de máquina para recomendação de veículos de frotas de transporte coletivo

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSpanhol, Fabio Alexandre-
Autor(es): dc.contributorSpanhol, Fabio Alexandre-
Autor(es): dc.contributorMartins, Jefferson Gustavo-
Autor(es): dc.contributorAndrade, Sidgley Camargo de-
Autor(es): dc.creatorThums, Luiz Gustavo Weber-
Data de aceite: dc.date.accessioned2025-08-29T12:12:23Z-
Data de disponibilização: dc.date.available2025-08-29T12:12:23Z-
Data de envio: dc.date.issued2022-12-19-
Data de envio: dc.date.issued2022-12-19-
Data de envio: dc.date.issued2021-11-30-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/30327-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1090952-
Descrição: dc.descriptionThe public transport system is one of the main problems of urban mobility within cities today.One of the biggest difficulties that is experienced in day-to-day life, both in large centers and inalmost every city that has a public transportation system, is the overcrowding in the vehicles ofthis system. The objective of this work is to present a proposal for a Machine Learning model,which can be used to improve the dimensioning, so that vehicles compatible with demand areused. During this study, experiments will be carried out using Machine Learning algorithms,applied to time series, to recommend the best type of vehicle to be used during the operation.-
Descrição: dc.descriptionAtualmente o sistema de transporte coletivo é um dos principais meios de mobilidade urbana dentro das cidades. Entretanto, tal sistema em grandes centro urbanos apresenta diversos desafios, sobretudo a crescente superlotação dos veículos, impactando negativamente na comodidade e até na segurança dos usuários do sistema. O objetivo principal deste trabalho é propor um modelo de aprendizado de máquina baseado em dados históricos que ajude a otimizar o uso da frota de veículos de transporte coletivo urbano. Para validar o modelo foram conduzidos experimentos utilizando algoritmos baseados em séries temporais visando recomendar dinamicamente o melhor tipo de veículo a ser utilizado considerando efeitos sazonais e recorrentes. Verificou-se que o modelo conseguiu recomendar veículos melhor dimensionados a partir das demandas de volume do uso do veiculo.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherToledo-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherTecnologia em Sistemas para Internet-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-sa/4.0/-
Palavras-chave: dc.subjectTransporte urbano-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectAnálise de séries temporais-
Palavras-chave: dc.subjectUrban transportation-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectTime-series analysis-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO-
Título: dc.titleModelo baseado em aprendizado de máquina para recomendação de veículos de frotas de transporte coletivo-
Título: dc.titleMachine learning-based model for recommending public transport fleet vehicles-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.