Banca de QUALIFICAÇÃO: NATÁLIA DA MATA CAMPOS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : NATÁLIA DA MATA CAMPOS
DATA : 25/11/2024
HORA: 12:00
LOCAL: LEOPOLDINA
TÍTULO:

Métodos de Regressão na Previsão de Demanda para Sistemas de Compartilhamento de Bicicletas

PALAVRAS-CHAVES:

Previsão; Demanda; Bicicletas; Métodos de Regressão.

PÁGINAS: 51
RESUMO:

Nos últimos anos, os sistemas de bicicletas compartilhadas evoluíram de forma significativa. Desde a distribuição de bicicletas gratuitas para o uso comum, passando por estações nas quais o aluguel era gerenciado presencialmente por um atendente, até os sistemas com tecnologia avançada que são populares nas cidades de hoje. Apesar dessas mudanças, o objetivo principal dos sistemas de compartilhamento de bicicletas permaneceu: facilitar a vida dos usuários em retirar uma bicicleta no local desejado e devolvê-la em outro, tornando este meio de locomoção mais prático e acessível. Com o aumento dessa demanda, um problema recorrente se torna mais claro: a relação entre a demanda dos usuários e a oferta de bicicletas. A falta de disponibilidade do serviço nas estações faz com que usuários optem por alternativas de transporte, prejudicando assim o crescimento do sistema de compartilhamento de bicicletas. Entretanto, os investimentos em infraestrutura e bicicletas podem n˜ao gerar o retorno financeiro se a demanda não seja atendida de forma adequada. De outro modo, a ineficiência na operação do sistema e a má redistribuição de bicicletas podem resultar em maiores emissões de carbono, pois haverá um aumento no uso de transportes motorizados alternativos. Esse cenário sugere a necessidade de desenvolver técnicas que reduzam a diferença entre a procura dos usuários e o número de bicicletas disponíveis para atender essa demanda. Neste contexto, o presente trabalho apresenta uma nova abordagem para a previsão da demanda de usuários por bicicletas. A metodologia proposta utiliza dados históricos de deslocamentos de bicicletas e informações meteorológicas. O método de RFE (Eliminação Recursiva de Atributos) é empregado para selecionar os atributos mais relevantes e cinco técnicas inteligentes de regressão são avaliadas para fazer a previsão: Rede Neural Artificial, Random Forest, Support Vector Machine, Árvore de Decisão e Regressão Linear. Experimentos computacionais foram realizados para comparar o desempenho da abordagem proposta. Os resultados obtidos sugerem que a abordagem proposta como alternativa viável como método para realizar a previsão de demanda de bicicletas.

MEMBROS DA BANCA:
Presidente - ALISSON MARQUES DA SILVA
Interno - GUSTAVO CAMPOS MENEZES
Interno - JOSE GERALDO RIBEIRO JUNIOR