Análise de desempenho de algoritmos de aprendizagem de máquinas para análise desagregada de viagens intermunicipais

Este trabalho propõe uma análise desagregada de escolhas de destinos para viagens intermunicipais, por meio da aplicação de algoritmos de Aprendizagem de Máquinas - AM (Classification And Regression Tree - CART e Algoritmos Genéticos - AG). Foi utilizada uma Pesquisa OD, realizada pelo Centro de Est...

Full description

Bibliographic Details
Main Authors: Andreza Dornelas de Souza Roma, Cira Souza Pitombo, Henrique Stramandinoli Guimarães, Luis Henrique Magalhães Costa
Format: Article
Language:English
Published: Associação Nacional de Pesquisa e Ensino em Transportes (ANPET) 2018-11-01
Series:Transportes
Subjects:
Online Access:https://revistatransportes.org.br/anpet/article/view/1614
_version_ 1818902315619319808
author Andreza Dornelas de Souza Roma
Cira Souza Pitombo
Henrique Stramandinoli Guimarães
Luis Henrique Magalhães Costa
author_facet Andreza Dornelas de Souza Roma
Cira Souza Pitombo
Henrique Stramandinoli Guimarães
Luis Henrique Magalhães Costa
author_sort Andreza Dornelas de Souza Roma
collection DOAJ
description Este trabalho propõe uma análise desagregada de escolhas de destinos para viagens intermunicipais, por meio da aplicação de algoritmos de Aprendizagem de Máquinas - AM (Classification And Regression Tree - CART e Algoritmos Genéticos - AG). Foi utilizada uma Pesquisa OD, realizada pelo Centro de Estudos de Transportes e Meio Ambiente (UFBA), em 2012/2013 em onze municípios do estado da Bahia. Foi realizada a calibração de um Modelo Logit Multinomial a partir do algoritmo AG, trazendo a vantagem de associação das escolhas dos destinos a valores de coeficientes estimados das funções utilidade aleatórias, sem os problemas relativos à calibração dos modelos logit tradicionais, tais como erros identicamente distribuídos, seguindo a distribuição de Gumbel. O desempenho de cada algoritmo de AM foi comparado à abordagem tradicional (modelo gravitacional).  Os resultados evidenciaram que os algoritmos de AM apresentaram melhores previsões para a escolha de destinos, sendo que o AG apresentou vantagens na obtenção dos parâmetros associados às variáveis independentes. A principal conclusão é que tais algoritmos podem ser aplicados na modelagem de distribuição de viagens, incorporando o efeito das variáveis desagregadas, sem suposições matemáticas rigorosas contidas no ajuste de modelos tradicionais desagregados.
first_indexed 2024-12-19T20:33:42Z
format Article
id doaj.art-2bc484a34172433fa7c21d09595f2a73
institution Directory Open Access Journal
issn 2237-1346
language English
last_indexed 2024-12-19T20:33:42Z
publishDate 2018-11-01
publisher Associação Nacional de Pesquisa e Ensino em Transportes (ANPET)
record_format Article
series Transportes
spelling doaj.art-2bc484a34172433fa7c21d09595f2a732022-12-21T20:06:37ZengAssociação Nacional de Pesquisa e Ensino em Transportes (ANPET)Transportes2237-13462018-11-0126310.14295/transportes.v26i3.1614Análise de desempenho de algoritmos de aprendizagem de máquinas para análise desagregada de viagens intermunicipaisAndreza Dornelas de Souza Roma0Cira Souza Pitombo1Henrique Stramandinoli Guimarães2Luis Henrique Magalhães Costa3Universidade de São PauloUniversidade de São PauloUniversidade de São PauloUniversidade Estadual Vale do AcarauEste trabalho propõe uma análise desagregada de escolhas de destinos para viagens intermunicipais, por meio da aplicação de algoritmos de Aprendizagem de Máquinas - AM (Classification And Regression Tree - CART e Algoritmos Genéticos - AG). Foi utilizada uma Pesquisa OD, realizada pelo Centro de Estudos de Transportes e Meio Ambiente (UFBA), em 2012/2013 em onze municípios do estado da Bahia. Foi realizada a calibração de um Modelo Logit Multinomial a partir do algoritmo AG, trazendo a vantagem de associação das escolhas dos destinos a valores de coeficientes estimados das funções utilidade aleatórias, sem os problemas relativos à calibração dos modelos logit tradicionais, tais como erros identicamente distribuídos, seguindo a distribuição de Gumbel. O desempenho de cada algoritmo de AM foi comparado à abordagem tradicional (modelo gravitacional).  Os resultados evidenciaram que os algoritmos de AM apresentaram melhores previsões para a escolha de destinos, sendo que o AG apresentou vantagens na obtenção dos parâmetros associados às variáveis independentes. A principal conclusão é que tais algoritmos podem ser aplicados na modelagem de distribuição de viagens, incorporando o efeito das variáveis desagregadas, sem suposições matemáticas rigorosas contidas no ajuste de modelos tradicionais desagregados.https://revistatransportes.org.br/anpet/article/view/1614Distribuição de viagensAlgoritmos GenéticosÁrvore de DecisãoModelos Gravitacionais.
spellingShingle Andreza Dornelas de Souza Roma
Cira Souza Pitombo
Henrique Stramandinoli Guimarães
Luis Henrique Magalhães Costa
Análise de desempenho de algoritmos de aprendizagem de máquinas para análise desagregada de viagens intermunicipais
Transportes
Distribuição de viagens
Algoritmos Genéticos
Árvore de Decisão
Modelos Gravitacionais.
title Análise de desempenho de algoritmos de aprendizagem de máquinas para análise desagregada de viagens intermunicipais
title_full Análise de desempenho de algoritmos de aprendizagem de máquinas para análise desagregada de viagens intermunicipais
title_fullStr Análise de desempenho de algoritmos de aprendizagem de máquinas para análise desagregada de viagens intermunicipais
title_full_unstemmed Análise de desempenho de algoritmos de aprendizagem de máquinas para análise desagregada de viagens intermunicipais
title_short Análise de desempenho de algoritmos de aprendizagem de máquinas para análise desagregada de viagens intermunicipais
title_sort analise de desempenho de algoritmos de aprendizagem de maquinas para analise desagregada de viagens intermunicipais
topic Distribuição de viagens
Algoritmos Genéticos
Árvore de Decisão
Modelos Gravitacionais.
url https://revistatransportes.org.br/anpet/article/view/1614
work_keys_str_mv AT andrezadornelasdesouzaroma analisededesempenhodealgoritmosdeaprendizagemdemaquinasparaanalisedesagregadadeviagensintermunicipais
AT cirasouzapitombo analisededesempenhodealgoritmosdeaprendizagemdemaquinasparaanalisedesagregadadeviagensintermunicipais
AT henriquestramandinoliguimaraes analisededesempenhodealgoritmosdeaprendizagemdemaquinasparaanalisedesagregadadeviagensintermunicipais
AT luishenriquemagalhaescosta analisededesempenhodealgoritmosdeaprendizagemdemaquinasparaanalisedesagregadadeviagensintermunicipais