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...
Main Authors: | , , , |
---|---|
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 |