Escolar Documentos
Profissional Documentos
Cultura Documentos
Modelo 4 Etapas
Modelo 4 Etapas
TRANSPORTE E TRFEGO
Carlos Paiva
INTRODUO
O Planejamento de Transportes tem como um de seus objetivos estimar o padro
dos fluxos (viagens de pessoas e veculos) num determinado horizonte, a fim de
avaliar alternativas de investimento no Sistema de Transportes Pblicos e na malha
viria, de forma a atender a demanda futura de forma satisfatria.
A previso futura da demanda o elemento crucial para a maioria dos estudos de
Planejamento de Transportes. Devido aos sistemas e mecanismos envolvidos, a
previso um processo dinmico, necessitando de permanente reviso, correo
de rumo, exigindo, portanto um repensar constante.
De acordo com a abrangncia do plano de ao no sistema de transporte, existe a
necessidade de coleta de informaes atravs de pesquisas na via, no sistema, com
o usurio ou com a comunidade. Esta coleta de informaes vai dar suporte aos
modelos de previso de demanda segundo os objetivos dos mesmos e os prazos
de execuo
Este estudo descreve o Modelo 4 Etapas, o mais tradicional e outros ainda pouco
utilizados no Brasil: Modelos de Atividades, Modelos de Uso do Solo e Transportes
e Modelo de Preferncia Declarada.
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
NDICE
INTRODUO..............................................................................................................................................1
1
BANCODEDADOS.............................................................................................................................3
MODELOSDETRANSPORTE...............................................................................................................4
2.1 MODELO4ETAPAS......................................................................................................................................................4
2.1.1 GeraodeViagens.......................................................................................................................................4
2.1.2 DistribuiodeViagens.................................................................................................................................8
2.1.3 DivisoModal..............................................................................................................................................16
2.1.4 ModelosdeAlocaodeViagens................................................................................................................19
2.2 MODELOSDEATIVIDADES............................................................................................................................................25
2.2.1 BasedeDados..............................................................................................................................................26
2.2.2 EstruturadoModelodeAtividades.............................................................................................................28
2.3 MODELOSDEUSODOSOLOETRANSPORTE....................................................................................................................29
2.4 MODELODEPREFERNCIADECLARADA..........................................................................................................................34
2.4.1 FormatodasRespostas................................................................................................................................35
2.4.2 DesenhodoExperimento.............................................................................................................................36
2.4.3 EntrevistaeAmostra...................................................................................................................................37
RECOMENDAES...........................................................................................................................38
3.1
3.2
3.3
3.4
3.5
3.6
CONSISTNCIA:MATRIZO/DMODOTRILHOS..............................................................................................................38
MATRIZDEVIAGENSMODELADAATUAL........................................................................................................................39
ALOCAODEVIAGENSTRANSPORTECOLETIVO............................................................................................................40
MATRIZDEVIAGENSTENDENCIAL.................................................................................................................................41
MATRIZDEVIAGENSNOPICODATARDE........................................................................................................................42
DISTRIBUIODEVIAGENSVERSUSDIVISOMODAL........................................................................................................44
REFERNCIASBIBLIOGRFICAS........................................................................................................45
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
1 BANCO DE DADOS
Para o Planejamento dos Sistemas de Transportes so necessrias informaes a
respeito do sistema (rede viria, sistema de transporte coletivo, demanda por
viagens atradas e produzidas, pesquisa Origem e Destino, frota, etc.), coleta de
variveis socioeconmicas (populao, densidade populacional, renda, empregos,
escolas, etc.) e estudos ou legislao sobre o uso e ocupao do solo (Plano
Diretor, Leis de Zoneamento, etc.).
As Pesquisas de Origem e Destino (Pesquisas O/D) so as principais fontes de
informao para o Planejamento dos Transportes. Os dados coletados auxiliam na
anlise dos sistemas e na formulao de modelos matemticos que permitem
prever o comportamento futuro da demanda por transportes. Assim, se torna
possvel planejar e programar o desenvolvimento de um Sistema de Transportes.
Na Regio Metropolitana de So Paulo j foram realizadas cinco Pesquisas Origem
e Destino, sendo que dessas cinco, pelo menos trs esto disponveis em padro
digital de fcil utilizao. Para estas trs pesquisas torna-se importante: (1)
identificar padres de viagens e relacion-los a caractersticas socioeconmicas,
estrutura urbana e ao sistema de transporte; (2) identificar alteraes nos padres
de viagens, relacionadas s alteraes de caractersticas socioeconmicas e dos
padres da estrutura urbana e de transporte, para que possamos melhor
compreender a dinmica urbana da regio.
Outras bases de dados devem ser utilizadas, tanto na elaborao dos modelos
como na previso de variveis que alimentam este modelo. O SEADE Fundao
Sistema Estadual de Anlise de Dados e o IBGE Instituto Brasileiro de Geografia e
Estatstica so fontes de dados importantes para o planejamento urbano municipal
e regional.
Dados municipais, principalmente os relacionados ao Imposto Territorial e Predial
Urbano (IPTU), tambm so fontes importantes de informaes sobre a cidade
legal imveis com regularizao fundiria dos diversos municpios da Regio
Metropolitana enquanto imagens de satlites podem ser utilizadas para a obteno
de informaes sobre reas no legalizadas imveis irregulares, resultado da
expanso urbana desordenada ou ainda alteraes de padres urbanos no
captados nos dados do IPTU.
Para a observao de expanses urbanas (mudanas na cobertura territorial de
reas intra-urbanas e peri-urbanas), a cada ano, deve-se pensar em aquisies de
trs imagens anuais, para se evitar o problema de cobertura de nuvens. J para o
acompanhamento de alteraes de padres urbanos necessita-se de imagens com
alta resoluo (tem custo e disponibilidade ainda restrita). Satlites franceses e
indianos tm este padro de imagem e existem mtodos automticos e semiautomticos criativos de tratar imagens na faixa de 2,5 a 5 metros pensando-se na
obteno de indicadores de adensamento.
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
2 MODELOS DE TRANSPORTE
A modelagem em transportes tenta prever demandas futuras por meio de recursos
matemticos, computacionais e comportamentais, entre outros. Desta forma, a
anlise dos problemas de transportes passou a ser feita com um embasamento
terico, atravs da utilizao de modelos que visam representar as caractersticas
de uma nova realidade.
Ortzar e Willumsen (1990) definem modelo como sendo uma representao
simplificada de uma parte do mundo real, que se concentra em certos elementos
considerados importantes para a sua anlise, de um ponto de vista particular.
Um modelo amplamente utilizado na modelagem de transporte o denominado
Modelo 4 Etapas. Existem tambm modelos baseados nas escolhas provenientes
dos diferentes comportamentos humanos, denominados de abordagem
comportamental (ORTZAR e WILLUMSEN, 1990).
2.1
MODELO 4 ETAPAS
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Onde:
Ti = num. de viagens futuras produzidas na zona de trfego i;
Fi = fator de crescimento
ti = num de viagens do ano base.
O maior problema deste mtodo a estimativa do fator de crescimento (Fi) que vai
depender da escolha das variveis que melhor definem este fator, que pode, por
exemplo, ser definido pela relao:
Onde:
Pi = populao da zona i;
Ri = renda da zona i;
Ci = propriedade de veculos na zona i;
a, f = indicam valores atuais e futuros respectivamente.
Por suas caractersticas este mtodo considerado rudimentar e por isto, pouco
utilizado. Deve ser aplicado apenas em planos de curto prazo, quando a utilizao
de outro mtodo no for possvel e, para definir os movimentos entre zonas
externas (zona externa x zona externa), por estas serem em menor nmero e no
haver uma pesquisa mais aprofundada dos seus dados.
2.1.1.2 Modelo das Taxas de Viagens
Este mtodo determina o nmero de viagens pelo tipo de ocupao do solo. Para
cada tipo de atividade define-se uma taxa de produo e/ou atrao de viagens.
Esta taxa na maioria das vezes relaciona o nmero de viagens por unidade de rea
construda ou de utilizao do solo por atividade. De acordo com a possibilidade
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
de pesquisa dos dados podem-se obter vrias taxas, cobrindo um maior nmero
de atividades desagregadas.
2.1.1.3 Modelo de Anlise de Categorias ou de Classificao Cruzada
Este modelo pode ser entendido como uma extenso de um modelo de taxas de
viagens, utilizando neste caso dados desagregados.
No contexto de gerao com base-residencial, por exemplo, as viagens so
agrupadas de acordo com um conjunto de categorias de residncias, relacionadas
estrutura familiar e s condies econmicas dessa famlia. Utiliza-se normalmente
de trs a quatro variveis, cada uma delas subdivididas em cerca de trs nveis,
como, por exemplo: (1) tipos de residncias: com 1, com 2 a 3, com 4 ou com mais
de 5 habitantes; (2) nmero de carros por habitao - 0, 1, 2 ou mais carros.
Com estes tipos e nveis tem-se 12 categorias diferentes. As taxas de viagens
associadas a cada categoria so estimadas por mtodos estatsticos e, assume-se
que so constantes no tempo. Os valores das taxas de gerao de viagens por
categoria so obtidos a partir dos dados do ano-base.
Taxa de viagem de uma categoria H:
tc =
Tc
Hc
Onde
Tip = c t cp .H ic
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Onde:
Yi - varivel dependente (nmero de viagens)
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
com
yi =
Yi
Hi
x ki =
X ki
Hi
ei =
i
Hi
Onde :
H i = nmero de famlias na zona i (ou pessoas)
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Neste mtodo o fator nico para todas as zonas de trfego e pode ser obtido de
duas formas: (1) utilizando-se um fator de crescimento com base em estudos
estatsticos ou curvas de crescimento; por exemplo, a regio crescer 20% no
perodo de estudo, bastando ento multiplicar os valores da matriz por F=1.2; (2)
utilizando-se um fator que avalie a relao entre o nmero de viagens produzidas
atualmente e as projetadas para o futuro para cada zona de trfego.
Fazendo-se:
Onde:
Pi = produo de viagens atualmente na zona i;
Pi = produo de viagens estimadas na zona i;
Sendo:
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Utiliza-se um fator de crescimento para cada par origem e destino (i,j) definido
pela mdia dos fatores de crescimento da zona de origem (i) e o fator de
crescimento da zona de destino(j):
Onde:
Pi ou j - viagens futuras produzidas na zona origem i ou j, projetadas pelo modelo
de gerao;
Pi ou j - viagens produzidas atualmente pela zona i ou j na primeira iterao e o total
de viagens estimadas pelo modelo a partir da segunda iterao.
Ao aplicarmos este processo verifica-se que a partir da primeira iterao o total de
viagens produzidas ou atradas para cada zona no se ajusta estimativa original
de viagens produzidas e atradas no futuro. Para ajustar estes valores, aplica-se um
procedimento iterativo at que os valores obtidos sejam equivalentes aos
projetados.
O processo pode ser escrito matematicamente da seguinte forma:
(na primeira iterao) e
(na k-sima iterao)
Este mtodo converge vagarosamente e faz-se necessrio especificar um critrio de
encerramento das iteraes, expresso em termos de um limite para o valor de fik,
definido por intervalos: 0,95fik 1,05 ou 0,90fik 1,10
A aplicabilidade deste mtodo, na Regio Metropolitana de So Paulo tambm no
faz sentido devido disparidade dos fatores de crescimento das zonas. Por
exemplo, a mdia entre fatores de crescimento populacionais de -13% (centro
expandido da cidade de So Paulo e 25% (crescimento mdio dos municpios da
Regio Metropolitana, exceto So Paulo) no um fator aceitvel para expanso de
viagens.
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
III.
Mtodo de Fratar
Onde:
Pi* - estimativa do total de viagens produzidas na zona i para o ano de projeto
Pi - viagens atuais, na primeira iterao e viagens calculadas, a partir da segunda
iterao.
Passo 2: Estimar as viagens entre zonas de trfego utilizando a seguinte
expresso:
ji
O mtodo requer uma srie de correes at que a soma das linhas convirjam para
o total de produo de cada linha e a soma das colunas para o total de atrao.
Frmula Geral:
Onde:
tij = nmero de viagens no ano base produzido pela zona 1 e atrado pela zona j.
Tij = nmero de viagens calculado produzido pela zona i e atrado pela zona j.
ai = fator de balanceamento da linha i;
bj = fator de balanceamento da coluna j.
Como so necessrias algumas iteraes para se chegar a uma soluo, a tcnica
empregada pode ser representada matematicamente da seguinte forma:
**
Onde:
Pi - estimativa do total de viagens produzidas na zona i para o ano de projeto.
Pi - viagens atuais na primeira iterao e viagens calculadas a partir da segunda
iterao.
Procedimento Geral: (1) faz-se ai = 1,0; (2) calcula-se o fator de crescimento por
coluna bj; (3) calcula-se a matriz de viagens utilizando-se a expresso **; (4)
calcula-se o total por linha Pi e o fator ai; (5) recalcula-se a matriz multiplicando-se
os valores obtidos em 3 por ai; (6) se os valores encontrados para Pi e Aj so iguais
aos projetados, pare; caso contrrio, volte ao item 2.
Vantagens e Limitaes dos Mtodos de Fator de Crescimento Duplo: (1) um
mtodo de fcil entendimento e faz uso direto da matriz de viagens observadas e
de projees de viagens produzidas e atradas; (2) pode ser utilizado quando o
custo do deslocamento no est disponvel ou de menos importncia,
principalmente em projees de curto prazo, ou ainda, na falta de maiores
informaes (viagens externas); (3) a principal limitao que o mtodo de
Furness, assim como os outros mtodos de fator de crescimento, no leva em
considerao mudanas nos custos de transporte devido a melhoramentos ou
restries na rede e, considerado bastante limitado nas anlises de longo prazo
envolvendo opes de novos modos de transporte, novos links, polticas de preo
e novas zonas de trfego.
2.1.2.2 Modelo Gravitacional
A base conceitual deste modelo a lei gravitacional de Newton, que diz: a fora
de atrao entre dois corpos diretamente proporcional ao produto das massas
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Onde:
tij nmero de viagens com origem em i e destino em j;
k e c - parmetros a serem calibrados utilizando os dados do ano base;
Pi - total de viagens produzidas pela zona i;
Aj - total de viagens atradas pela zona j;
Rij - varivel de impedncia entre as zonas i e j;
Posteriormente o modelo foi generalizado, assumindo-se que o efeito da
impedncia poderia ser melhor representado por uma funo generalizada de
custo de viagem f(cij) com um ou mais parmetros para calibrao.
A funo f(cij) recebe o nome de funo de impedncia porque ela representa um
obstculo viagem. Verses normalmente utilizadas so:
- funo exponencial negativa
- funo exponencial inversa
- funo combinada
Para a varivel , obtida no processo de modelagem, os valores maiores tem como
significado viagens mais concentradas em zonas prximas, enquanto que
menores, ocorre um maior espalhamento das viagens para zonas mais distantes.
Uma impedncia significa
definida por uma varivel
tempo de viagem ou custo
conjunto destas variveis
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
tipicamente definido por uma funo linear de atributos de viagem medidos por
coeficientes que definem a relativa importncia dada a esses atributos pelo
usurio.
Suponhamos, para exemplificar, que a funo custo generalizada seja dada por
Onde:
C = custo direto de viagem
tv= tempo gasto dentro do veculo
te= tempo total de esperas e transferncias
w1,w2,w3 = pesos
Ortzar & Willumsen (1994) consideram o modelo de gravidade o de maior
entendimento dentre os modelos de distribuio e, que, tem a vantagem de
estimar as viagens para cada clula da matriz sem usar diretamente uma matriz
observada. J as desvantagens so a necessidade de um considervel nmero de
ajustes e manipulaes para obteno de um resultado satisfatrio e, a no
garantia de que os fatores socioeconmicos e os relacionados ao tempo de viagem
sero vlidos no futuro.
2.1.2.3 Software EMME
Os modelos de distribuio de viagens mais utilizados so o Gravitacional e os de
Fator de Crescimento Fratar e Furness, que podem ser facilmente implementados
atravs do modulo de balanceamento bidimensional de matrizes do software EMME.
Ambos os modelos necessitam de totais de viagens por zona, obtidos atravs de
modelos de gerao de viagens (vetores: produo e atrao futuros) e de uma
matriz modelada atual.
Na pratica, para desenvolvimento da matriz modelada atual, devemos ter:
1. Uma matriz de tempos de viagem que identifique para cada par origemdestino o tempo mdio de viagem entre zonas, que pode ser obtida, por
exemplo, a partir de uma alocao (simulao) da matriz pesquisada, em um
software tipo EMME, em rede (centrides, conectores, ns e links) j definida.
2. Vetores modelados de produo e atrao de viagens que nos forneam o
nmero de viagens produzidas e atradas em cada zona (1 etapa do
modelo).
3. Um software que tenha procedimentos de balanceamento de matrizes.
Softwares de alocao como EMME, em geral, possuem mdulos que
permitem este procedimento.
No modulo de balanceamento de matrizes, atravs de procedimentos iterativos,
devemos obter um valor para a constante c da funo F = e ct (c = - do Modelo
Gravitacional
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Onde:
Vij = nmero de viagens entre as zonas i e j;
Vj = nmero de viagens geradas na zona i;
pij = probabilidade de uma viagem ser atrada da zona i para a zona j.
Este modelo, diretamente proporcional ao nmero de oportunidades na zona de
destino e inversamente proporcional s oportunidades nas zonas prximas
(oportunidades intervenientes), tem como principal dificuldade justamente a
identificao das oportunidades intervenientes (zonas mais prximas).
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
So, em geral, utilizados para fazer a distribuio modal de forma agregada. Sob
este ponto de vista, determina-se a proporo de viagens por automvel ou por
transporte pblico atravs de uma relao matemtica entre o nmero de viagens e
as caractersticas socioeconmicas dos viajantes e/ou as caractersticas das
alternativas.
Yi = 0 + 1 . X 1i + 2 . X 2i + ... + i
Onde:
Yi
- varivel dependente (nmero de viagens de determinado modo de
transporte i)
Xli - variveis independentes (fatores scio-econmicos, atributos do sistema de
transporte);
i - parmetros estimados pelo modelo.
Deve-se lembrar que a soma de Yi, Yj,...Yk para a situao (viagens de diferentes
modos de transporte) igual ao total de viagens do par origem/destino.
II.
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Este modelo determina a proporo de viagens que caber a cada modo especfico
k de acordo com a seguinte expresso:
Onde:
p(k)- probabilidade de escolha do modo k;
k - um modo de transporte;
x - so todos os modos concorrentes;
Ux - utilidade do modo x.
O modelo relaciona a probabilidade de escolha de uma alternativa, em um
conjunto de alternativas, por uma unidade de deciso (indivduo, residncia,
empresa, etc.), ou um grupo, de acordo com a utilidade destas alternativas.
II.
Onde:
p(A) a probabilidade de escolha do modo A e p(B) = 1- p(A).
III.
Onde:
C = custo direto de viagem
tv= tempo gasto dentro do veculo
te= tempo total de esperas e transferncias
w1,w2,w3 = pesos
2.1.4.1 Transporte Individual
O comportamento do fluxo de trfego pode ser tratado em pelo menos trs nveis
de agregao, ou seja, modelos com abordagem macroscpica, microscpica e
mesoscpica. Na abordagem macroscpica, objeto de nosso interesse, se descreve
o comportamento do trfego de maneira agregada, baseada na teoria dos fludos
(leis da hidrodinmica).
No modelo macroscpico, o fluxo descrito com base em trs variveis
fundamentais: (1) volume ou fluxo nmero de veculos que passam em
determinado ponto por unidade de tempo, veculos/hora; (2) densidade ou
concentrao nmero de veculos por comprimento unitrio da via, veculos/km
(3) velocidade velocidade mdia em um trecho linear da via, Km/hora.
Por tratarem o trfego de maneira agregada os modelos macroscpicos necessitam
de um menor volume de dados e sua calibrao tende a ser menos complexa que a
dos modelos microscpicos (tratam individualmente cada veculo e utilizam a
teoria da perseguio car following - no gerenciamento destes veculos) e
mesoscpicos (tratam pelotes de veculos formados a partir da rede semafrica e,
explicam a deformao destes pelotes atravs da teoria da disperso de fluxos).
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
I.
Modelos tudo-ou-nada
Modelos Estocsticos
Modelos de Equilbrio
Software EMME
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
O usurio do sistema de transporte coletivo utiliza a rota que minimiza seu custo
generalizado. O usurio j sabe qual a linha que tem o menor custo generalizado
para chegar at seu destino e, somente espera um nibus daquela linha, o que
corresponderia a uma alocao do tipo "tudo-ou-nada".
II.
de passageiros que utilizam as linhas associadas a estes arcos, mas, uma vez que
os passageiros abordam um veculo, o tempo de viagem em veculo fixo e,
determinado somente pelo nvel de congestionamento na rede viria, o qual
considerado um parmetro exgeno.
As redes de transporte pblico em pases em desenvolvimento apresentam
algumas caractersticas peculiares, como por exemplo, a existncia de muitas vias
por onde circula uma grande quantidade de linhas de nibus. A estrutura dos
percursos de muitas linhas produz uma grande superposio de nibus em
algumas vias principais. Em muitos pases, os operadores pressionam para
oferecer linhas cujos itinerrios atravessam vias com maior demanda. O problema
das linhas comuns nas redes de transporte coletivo em algumas cidades de pases
em desenvolvimento deveria ser modelado considerando a questo do limite de
capacidade, o que no feito em muitos modelos de alocao disponveis, motivo
pelo qual necessrio fazer alguma simplificao.
Bunster (1986) indica que nenhuma das diferentes formulaes acerca do
comportamento dos usurios na hora da escolha da rota, quando existem linhas
comuns, pode pretender ser exata, pois na deciso de cada usurio entram
aspectos pessoais que dificilmente podem ser modelados matematicamente. Mas,
considerando um comportamento racional e similar em todos os usurios, pode-se
supor que o objetivo deles minimizar o custo generalizado associado viagem, o
que inclui tempo de espera, valor monetrio da passagem, tempo de deslocamento
em veculo, tempo de caminhada, etc.
III.
Software EMME
ele deve decidir naquela hora se vai ou no embarcar no veculo. Para o conjunto
de estratgias definidas, teramos os seguintes passos:
- 1 defina o n corrente (onde o usurio est) como origem;
- 2 embarque no veculo que chegar primeiro entre os das linhas consideradas
atrativas;
- 3 desembarque no n predeterminado pela estratgia;
- 4 se ainda no estiver no destino, volte ao 1 passo.
2.2
MODELOS DE ATIVIDADES
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
porm, subdividi-se em fsica e operativa. O equilbrio entre demanda e oferta dse no somente pelos preos, como tambm pelos tempos de equilbrio.
Em relao ao fator tempo do modelo, os componentes uso do solo e transportes
esto relacionados de forma dinmica por intervalos de tempo discretos, onde as
interdependncias das atividades localizadas no espao geram fluxos. Essa
localizao de atividades em diferentes zonas estimada pelo modelo de uso do
solo, que equilibra o mercado de propriedades. O resultado do processo de
distribuio de atividades resulta num conjunto de matrizes representando o fluxo
funcional de i para j por meio de n setores socioeconmicos. No modelo de
transportes, essas matrizes de fluxo so transformadas em matrizes de viagem.
O fluxo de viagens determina a demanda de viagens para cada par origem-destino
e, esse fluxo assume que isso ocorre instantaneamente em um nico perodo de
tempo. Assim, processa-se o clculo do custo composto generalizado de
transportes, que um dos componentes da funo utilidade no modelo de
distribuio de atividades.
Esse custo alimentado, ento, pelo modelo de uso do solo, no de forma imediata,
mas depois de decorrido certo perodo de tempo. Isso equivale a dizer que, h uma
inrcia relativa ao uso do solo e, localizao de atividades neste perodo.
Consequentemente, custos de transporte calculados pelo tempo T1 influenciam a
localizao de atividades no tempo T2 e, assim por diante. (Barra, 1989).
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
FIth
(F ) .(Y F ) .(p )
= F .
(F ) .(Y F ) .(p )
h f
It '
kg
g f
kt '
h u
It '
h
It '
g
kt '
g u
kt '
h r
It '
g r
kt '
Onde:
(p
h
It '
2.3.2 Transporte
O modelo de transporte estima a demanda de viagem e a aloca na oferta de
transporte, de forma que o equilbrio entre oferta e demanda de transportes seja
alcanado. A demanda de viagem estimada pelos fluxos econmicos
transformados pela interface em fluxos das categorias de transportes.
O modelo de gerao de viagem calcula o nmero de viagens derivada do fluxo
funcional calculado pelo modelo de localizao de atividade e transformado em
fluxos por categoria de transporte pela interface uso do solo-transporte.
A oferta operativa considerada em termos de modos de transporte (carga,
pblico e privado) representados por um conjunto de operadores que fornecem um
servio para um tipo particular de usurio. Para cada categoria de transporte, um
conjunto de escolhas deve ser definido, consistindo de uma lista de modos
disponveis para aquela categoria particular. Cada modo pode consistir de vrios
operadores, os quais possuem algumas caractersticas de servio, tais como, tipos
de veculos, tarifas, custos de operao, custo de transferncia, etc.
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Onde:
o nmero de viagens entre a origem i e o destino j do modo k da categoria s
A primeira tarefa do modelo de alocao de viagens procurar caminhos entre
pares origem-destino por modo e categoria, como objetivo de obter um jogo de
opes de viagens de uma origem a um destino. Durante a procura dos caminhos,
o modelo calcula o custo generalizado (
= custo generalizado do caminho p de i
para j pelo modo k para a categoria s) para cada caminho.
A probabilidade de escolher tal caminho determinada pelo seguinte Modelo Logit
Multinomial:
Onde :
Yk o parmetro de disperso no caminho. Se grande, o caminho com custo
generalizado menor ter uma alta probabilidade sobre todas as outras opes; se
pequeno, viagens sero nomeadas uniformemente a todas as opes disponveis.
Viagens por modo e categoria so ento alocadas aos caminhos de acordo com a
probabilidade calculada
:
Onde:
o nmero de viagens entre i e j do modo k e categoria s alocada no caminho p
Os custos de transporte e desutilidades (custo monetrio de viagem, valor do
tempo de viagem, tempo de espera, elementos subjetivos tais como conforto,
segurana, etc.) resultantes do equilbrio so usados pelo modelo de atividades
para simular o perodo subseqente. Este custo faz parte das desutilidades que so
usadas para calcular custos de produo no modelo de atividades.
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
2.4
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
3 RECOMENDAES
Neste item, sero feitas consideraes relevantes sobre os seguintes tpicos
principais:
- Matriz Modo Trilhos;
- Matriz Modelada Atual gerada a partir da Matriz Pesquisada;
- Matriz Tendencial, quando se pode e deve ser utilizada;
- Matriz Pico Tarde, ajuste necessrio ao modelo;
- Etapas da Modelagem, Distribuio de Viagens ou Diviso Modal.
3.1
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
que acarreta certa impreciso, tendo em vista que os tempos das viagens podem
ser superestimados ou subestimados em determinados pares origem-destino.
Alm disso, o mtodo usual de se obter a matriz modelada (modelo de distribuio
gravitacional) buscar que ela tenha uma distribuio de tempos de viagens
similar da matriz pesquisada, o que pode no ser suficiente, pois no garante o
padro agregado de distribuio de viagens (troca de viagens entre regies) da
matriz pesquisada.
Para resolver estes problemas deve-se: (1) realizar pesquisas de tempos de viagens
entre regies, (transporte coletivo e individual) que permitam calibrar e ajustar os
tempos obtidos na rede com a matriz pesquisada; (2) comparar o padro agregado
de distribuio de viagens das duas matrizes (pesquisada e modelada) e, adotar
como funo do modelo gravitacional aquela que satisfaa a similaridade dos
tempos e da distribuio agregada das viagens.
3.3
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Por exemplo, na hora pico manh do total de viagens modo trem (modo 1 ou 2 ou
3 ou 4 igual a trem) cerca de 165 mil com sada das 6hs s 7hs, de acordo com a
Pesquisa OD 2007 - temos 89% por motivo casatrabalho e 8% por motivo casa
escola, o que significa que 97% das viagens tem praticamente destino certo
dificilmente sofre alterao. J no pico da tarde, o total de viagens com destino
certo diminui para 85% de um total de viagens de trem de 191 mil com sada das
17hs s 18hs. Temos, no pico da tarde, 30 mil viagens sem destino certo (16%
mais que no pico da manh), que em termos numricos maior do que qualquer
valor encontrado durante o dia.
Se considerarmos as viagens por motivo escola (8% no pico da manh e da tarde)
tambm como de destino incerto, j que so mais maleveis (como exemplos,
maior falta s aulas que ao trabalho, desistncia da escola, alterao de local,
horrio ou data de incio de um curso, etc.), chegaramos, na hora pico da tarde, a
um total de 45 mil viagens suscetveis variaes de comportamento.
Como ilustrao, vejamos, por exemplo, a relao percentual entre o nmero de
viagens modo trem do pico da tarde (nas 3 horas mais carregadas, das 16hs s
18hs) e do pico da manh (das 5hs s 7hs) e, tambm, da hora mais carregada nos
dois picos (6hs e 17hs) para os anos de 1997 e 2007.
MODOTREMOD2007
MOTIVOS
PT/PM
H17/H6
TRABALHO
18%
1%
ESCOLA
6%
10%
OUTROS
130%
391%
TOTAL
7%
16%
MODOTREMOD1997
MOTIVOS
PT/PM
H17/H6
TRABALHO
8%
6%
ESCOLA
21%
72%
OUTROS
21%
104%
TOTAL
0%
6%
MODOTREMOD2007/1997
PM(3HS)
6HS
TRABALHO
42%
38%
ESCOLA
61%
71%
10%
49%
OUTROS
TOTAL
41%
38%
MOTIVOS
MODOTREMOD2007/1997
PT(3HS)
17HS
TRABALHO
35%
43%
ESCOLA
56%
55%
38%
38%
OUTROS
TOTAL
37%
43%
MOTIVOS
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
3.6
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
PERODO
DIA
6HS
17HS
DISTRIBUIO
DEVIAGENS
1,94%
4,30%
2,42%
DIVISO
MODAL
4,96%
1,23%
1,04%
4 REFERNCIAS BIBLIOGRFICAS
Almeida, C. M. Modelagem da Dinmica Espacial como uma Ferramenta Auxiliar ao
Planejamento: Simulao de Mudanas de Uso da Terra em reas Urbanas para as
Cidades de Bauru e Piracicaba (Sp), Brasil Doutorado 2003 Instituto Nacional de
Pesquisas Espaciais, INPE.
Almeida, C. M., Cmara G., Monteiro, A. M. V., Soares, B. S., Cerqueira, G. C. Modelos
Celulares de Dinmicas EspaoTemporais: Aplicaes em Estudos Urbansticos
INPE.
Almeida, C. M., Monteiro, A. M. V., Cmara G. Modelos de Simulao e Prognsticos de
Mudanas de Uso do Solo Urbano: Instrumento para o Subsdio de Aes e Polticas
Pblicas Urbanas XI Encontro Nacional da Associao Nacional de Ps-Graduao e
Pesquisa em Planejamento Urbano e Regional ANPUR - 2005
Alves, G. K. A., Sinay, M. C. F. A Lgica Fuzzy Na Avaliao De Desempenho
Ambiental De Sistemas De Transportes Pblicos X Simpsio de Pesquisa Operacional e
Logstica SPOLM 2007
Andrasson, I. A Method for the Analysis of Transit Networks. Second European
Congress on Operations Research, Amsterdam, North-Holland, 1976.
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Cmara, G.; Carvalho, M. S.; Cruz, O. G.; Correa, V. Anlise Espacial de reas Livro
on line da Diviso de Processamento de Imagens do Instituto Nacional de Pesquisas
Espaciais, INPE.
Camargo, E. C. G.; Fucks, S. D.; Cmara, G. Anlise Espacial de Superfcies Livro on
line da Diviso de Processamento de Imagens do Instituto Nacional de Pesquisas
Espaciais, INPE.
Campos, V. B. G. Planejamento de Transportes: Conceitos e Modelos de Anlise
Instituto Militar de Engenharia, IME.
Carneiro, L. G. P. L. Desenvolvimento de uma Metodologia para Previso de Demanda
de Passageiros para o Transporte Rodovirio Interestadual por nibus Mestrado,
2005 Departamento de Engenharia Civil, Faculdade de Tecnologia da Universidade de
Braslia.
Carvalho, L. E. X. Brown University, Silva, H. N. e Loureiro, C. F. G. Engenharia de
Transportes Universidade Federal do Cear, e Meneses, H. B. Centro Federal de
Educao Tecnolgica do Cear Regresso Linear Geograficamente Ponderada em
Ambiente SIG
Cavalcante, R. A. Estimativa das Penalidades Associadas com os Transbordos em
Sistemas Integrados de Transporte Pblico Mestrado, 2002 Universidade Federal do
Rio de Janeiro.
COUCLELIS, H. Cellular worlds: A framework for modelling micro-macro dynamics.
Environment and Planning, v. 17, n. 5, p. 585-596, 1985.
Couclelis, Helen. Space, time, geography. Geographical Information Systems:
principles, techniques, management, and applications. 2d ed., eds. Paul Longley,
Michael Goodchild, David Maguire, and David Rhind Vol. 1. New York: Wiley, 29-38, 1999.
Kass, G. An exploratory technique for investigating large quantities of categorical
data. Applied Statistics, 29(2), pp. 119-127, 1980.
Dalmaso, R. C., Identificao e Caracterizao de Grupos de Indivduos Segundo
Padres de Sequncias de Atividades Multidimencionais Mestrado, 2009 Escola
Politcnica da Universidade de So Paulo.
Deadman, P.; Brown, R. D.; Gimblett, P. Modelling rural residential settlement patterns with
cellular automata. Journal of Environmental Management, v. 37, p. 147-160, 1993.
De Cea, J. & Fernndez, E. Comportamiento de los viajeros y modelos de asignacin de
equilibrio en redes de transporte pblico. Apuntes de Ingeniera, 50, 5-20, 1993-I.
De Cea, J. & Fernndez, E. Transit Assignment for Congested Public Transport
Systems: An Equilibrium Model. Transportation Science, 27(2), 133-147, 1993 -II
De la Barra, T. Integrated Land Use and Transport Modelling Decision Chains and
Hierarchies - Cambridge Urban and Architectural Studies, 1989.
Deus, L. R.; Sanches, S. P. Influncia da Forma Urbana Sobre o Comportamento de
Viagens Urbanas Engenharia Urbana da Universidade Federal de So Carlos - CAMINHOS
DE GEOGRAFIA - revista on line, 2009.
Dial, R.B. Transit Pathfinder Algorithm. Highway Research Record, 205, 67-85, 1967.
Dial, R.B. A Probabilistic Multipath Traffic Assignment Model which obviates Path
Enumeration. Transportation Research, 5, pp. 83-111, 1971.
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br
Quinlan, J. R. C4.5: Programs for Machine Learning. San Mateo, CA: Morgan Kaufmann,
1993.
Sampaio, C. C. D. Determinao De Uma Rede tima De Transporte Utilizando
Algoritmo Gentico Mestrado, 2004 Faculdade de Tecnologia, Engenharia Civil e
Ambiental da Universidade De Braslia, 2004.
Scarassatti, D. F. Modelagem Dinmica na Projeo de Uso do Solo em funo da
Rede Viria de Transportes UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE
ENGENHARIA CIVIL, ARQUITETURA E URBANISMO, 2007
Silva, A. R., Yamashita Y. Anlise da Matriz de Proximidades Espacial para Problemas
de Transporte Universidade de Braslia Programa de Ps-Graduao em Transportes.
Spiess, H. On optimal route choice strategies in transit networks. Publication 286,
Centre de Recherch sur les Transports, Universit de Montral, 1983.
Spiess, H. and Florian, M. Optimal Strategies: A New Assignment Model for Transit
Networks. Transportation Research B, Vol. 23B, No.2, 83-102, 1989
Sucena, M. P., Silva V. L., Pereira A. L., Portugal, L. S. Uma Aplicao da Lgica Fuzzy
para a Melhoria da Mobilidade Urbana Focada no Usurio XII Simpsio de Engenharia
de Produo SIMPEP, 2005
TOBLER, W. R. Cellular geography. In: Philosophy in Geography. In: GALE, S.; OLSSON,
G., (eds.) Dordrecht, Holland, D Reidel Publishing Company. . pp. 379-386, 1979.
Tom, P. T. F.; Bez, E. T.; Buss, T.; Carrilho, D. L.; Bessa Jnior, J.E.; Oliveira Neto, F. M.;
Paula, F. S. M.; Loureiro, C. F. G. Modelos de Previso de Demanda: Uma Aplicao no
Transporte Rodovirio Interestadual de Passageiros por nibus na Regio Sul do
Brasil XX ANPET, 2006
Torres, A. C. S. Determinao de Rotas timas de nibus Urbano Utilizando
Algoritmo Gentico Mestrado, 2003 Engenharia Civil, Faculdade de Tecnologia da
Universidade de Braslia.
Wardrop, J.G. Some Theoretical Aspects of Road Traffic Research. Proceedings of the
Institution of Civil Engineers, Part II, Volume I, pp. 325-362, 1952.
Wu, J.H.; Florian, M. & Marcotte, P. Transit equilibrium assignment: a model and
solution algorithms. Transportation Science, 28(3), 1994.
Zadeh, L. A. Fuzzy Sets. Information and Control, 8, pp 338-353, 1965.
Zignani, R. C. Avaliao da Escolha de Rota dos Motoristas Frente Cobrana de
Pedgio e Rodovias de Qualidades Distintas Mestrado, 2007 Engenharia de Produo
da Universidade Federal do Rio Grande do Sul.
Carlos Eduardo de Paiva Cardoso Engenheiro Eletrnico e Mestre em Transporte pela Escola Politcnica da Universidade de So
Paulo (USP-SP) e Doutor em Servio Social pela Universidade Pontifcia Catlica de So Paulo (PUC-SP). Especialista de Transporte e
Trfego da CET-SP e Membro do Conselho Editorial da Revista de Transportes Pblicos da ANTP - paivacardoso@yahoo.com.br