Escolar Documentos
Profissional Documentos
Cultura Documentos
Dissertao de Mestrado
2009
FORTALEZA, CE BRASIL
DEZEMBRO DE 2009
FICHA CATALOGRFICA
JALES, ANTONIO WAGNER LOPES
Estimao de Volumes de Trfego com base na Morfologia Urbana. Estudo de
caso:Cidade de Fortaleza-CE, 2009.
XII, 119 fl. Dissertao (Mestrado em Engenharia de Transportes) Programa de
Mestrado em Engenharia de Transportes, Centro de Tecnologia, Universidade Federal
do Cear, Fortaleza, 2009.
1
Transportes Dissertao
Sintaxe Espacial
Trfego de Veculos
Simulao
CDD 388
REFERNCIA BIBLIOGRFICA
CESSO DE DIREITOS
NOME DO AUTOR: Antonio Wagner Lopes Jales
TTULO DA DISSERTAO DE MESTRADO: Estimao de Volumes de Trfego
com base na Morfologia Urbana. Estudo de caso: Cidade de Fortaleza-CE. Mestre /
2009.
iii
Aprovada por:
_______________________________________________
Prof. Carlos Augusto Ucha da Silva, D.Sc
(Orientador)
_______________________________________________
Prof. Antnio Paulo de Hollanda Cavalcante, D.Sc
(Co-Orientador)
_______________________________________________
Prof. Carlos Felipe Grangeiro Loureiro, D.Sc
(Examinador Interno)
_______________________________________________
Prof. Antnio Nelson Rodrigues da Silva, D.Sc
(Examinador Externo)
FORTALEZA, CE BRASIL
DEZEMBRO DE 2009
iv
vi
DEDICATRIA
vii
viii
AGRADECIMENTOS
Sou grato ao Mestre pelas boas oportunidades que vm se apresentando na
minha vida h algum tempo, pois sua mo presente, mas invisvel vem alocando-a
por uma rota que at agora s ele conhece o destino.
Sou grato a minha famlia, aos meus pais pela vida e mais especificamente ao
meu pai, por sempre dar apoio nas minhas decises, mesmo s vezes no concordando.
Sou grato minha av, dona Maria (V Maz) por ter me recebido mais uma vez em sua
casa com toda a ateno e carinho juntamente com a tia Nga, sua irm. Aos meus
irmos Alexandre, Carol e Paulo, reafirmarmos a nossa amizade nesse perodo, tivemos
momentos tristes, mas tambm muitos momentos alegres. A Josiane Nogueira, por se
dispor a manter um namoro distncia, pela confiana e pelo carinho dedicados a mim.
ix
SUMRIO
CAPTULO 1 INTRODUO
1.1. CONTEXTUALIZAO
15
1.2 OBJETIVOS
16
1.2.1 Geral
16
1.2.2 Especficos
16
17
18
18
19
21
21
2.3.1 Velocidade
21
2.3.2 Densidade
22
22
23
23
24
24
25
26
26
26
29
29
29
30
30
31
34
35
35
39
46
41
42
44
47
47
48
53
54
54
55
61
61
65
65
67
68
68
69
69
70
71
73
74
75
76
77
78
79
5.2 MATERIAIS
79
80
80
80
81
5.3.3 Passo 3: Filtrando as variveis sintticas a serem utilizadas para o treino das RNA
82
84
85
88
88
81
82
82
82
xi
89
89
91
91
93
100
101
102
103
105
110
111
112
REFERNCIAS BIBLIOGRFICAS
113
ANEXOS
118
xii
LISTA DE FIGURAS
Figura 2.1: Variao de Fluxo ao longo do dia.
20
20
21
25
30
Figura 3.2: Exemplo de quatro propriedades das configuraes. Adaptado de HILLIER (1984).
31
Figura 3.3: Comparao entre anlise semntica e anlise sinttica de um espao convexo.
32
32
33
Figura 3.6: rea critica de Fortaleza-CE. Comparao entre anlise semntica e anlise sinttica.
33
34
35
35
Figura 3.9b: Contagem das arestas para cada vrtice segundo varivel Conectividade.
35
36
36
37
37
37
38
38
40
41
43
55
61
62
65
65
66
44
45
46
54
55
55
55
57
59
xiii
66
66
66
66
66
67
67
67
67
70
71
72
74
75
77
79
83
83
85
Figura 6.1: Links com dados de VMD coletados em 2003. Fonte: AMC, 2007.
90
90
93
95
95
96
Figura 6.6: Grfico de disperso gerado das variveis Node Count R2 e Total Depth R2
Figura 6.7: Curva que mostra as correlaes entre os VMDs e as Variveis sintticas geradas pela
opo Full Angular (variando de raio de 10 a N).
Figura 6.8a: Correlaes entre VMD e as variaes geradas para Choice Rn, de 4 a 40 bins.
96
Figura 6.8b: Correlaes entre VMD e as variaes geradas para Choice Rn, de 4 a 1024 bins.
98
Figura 6.9a: Mapa Sinttico de Fortaleza, toda a cidade, Choice Rn, 16 bins
99
99
Figura 6.10: Distribuio de Freqncia do ERM para a combinao seleo 01 e esquema 01.
102
103
108
108
93
94
97
98
103
104
105
xiv
LISTA DE TABELAS
19
24
27
44
Tabela 3.2: Correlao entre padres de movimentos e a varivel integrao para subreas
Tabela 3.3: Correlao entre Densidades dos veculos e variveis sintticas de Buckhead e
Downtown
Tabela 3.4: Correlao entre densidade de veculos e variveis sintticas
46
51
56
58
Tabela 3.8: Resumo dos resultados obtidos pela pesquisa de BARROS (2006)
60
62
73
77
79
91
92
100
100
101
Tabela 6.6: Clculo da mdia dos ERM para as variaes de Momentum e Taxa de Aprendizado.
102
107
108
50
50
63
68
15
CAPTULO 1
INTRODUO
1.1. CONTEXTUALIZAO
A inexistncia de dados de volume de trfego na maioria dos trechos da
malha principal de Fortaleza (VIANA et al., 2007), bem como o crescente aumento da
frota de veculos dificulta o trabalho de planejamento do trfego por parte dos rgos
pblicos. Estes, para conseguirem um diagnstico da realidade de maneira a atender
satisfatoriamente populao, precisam dispor de recursos financeiros para coleta de
informaes que so, muitas vezes, escassos.
Atualmente, os planejadores da circulao viria do rgo responsvel pelo
trnsito da capital cearense (AMC) empregam o mtodo quatro etapas para
modelagem da demanda, modelo este largamente utilizado por planejadores desde os
anos de 1960. A simulao do carregamento virio essencial para o auxlio na tomada
de deciso por parte do poder pblico ao propor a expanso da malha viria e
alargamento de ruas e avenidas, por exemplo.
Para a calibrao (construo do modelo) e a validao (confirmao da
eficincia do modelo) de um modelo que seja capaz de gerar estimativas de fluxo de
veculos baseados no mtodo tradicional so necessrios diversos dados coletados em
campo, como uma matriz origem / destino dos fluxos de veculos e contagens
volumtricas nos links. A coleta de tais dados tem custos elevados, alm danecessidade
de domnio de ferramental matemtico de relativa complexidade que tal modelagem
exige.
Concordando com HILLIER et al.(1993) que a configurao do espao
exerce influncia nosmovimentos na malhaurbanaindependente dos atratores que nela
existam, estabeleceu-se ento a hiptese inicial da pesquisa: Pode-se estimar o
carregamento de trfego da malha viria de Fortaleza quando no existirem ou se
ignorarem outras variveis tais como: uso do solo (plos geradores), fsicas (nmero de
faixas, largura da via, das faixas, tipo de pavimento, capacidade), operacionais
(velocidade, tempo de percurso) e funcionais (hierarquia viria) considerando apenas
16
variveis sintticas geradas a partir do prprio desenho virio. Com tal hiptese,
estabeleceu-se a questo de pesquisa: Como simular os VMDs para todos os links da
malha principal de Fortaleza sem a existncia de uma matriz O/D?
Apesar das variveis sintticas possurem correlaes estatisticamente
significativas com os padres de movimentos urbanos segundo pesquisas de HILIER et
al (1987), tais relaes nem sempre so lineares,por essa razo identificou-se a
necessidadeda utilizao de instrumentos de modelagens mais robustos que possam
perceber como se do tais relaes.
Se pesquisas mostram que a prpria configurao da malha urbana fornece
indcios acerca do comportamento dos fluxos de veculos/pedestres mas as tentativas de
gerao de modelos estatsticos baseados na configurao ainda no apresentam
resultados to precisos quanto o modelo tradicional, pergunta-se: possvel melhorar a
capacidade de previso de fluxo de veculos utilizando, por exemplo,modelos neurais
associados aos dados de configurao da malha, ao invs de utilizar procedimentos
estatsticos tradicionais?
A possibilidade de um mtodo alternativo de previso do volume de trfego
que exija uma menor quantidade de dados a serem coletados em campo e
conseqentemente com custo financeiro menor do que o mtodo tradicional, fornecendo
um resultado similar ou aproximado, faz a modelagem da demanda ainda mais acessvel
gesto pblica.
1.2 OBJETIVOS
1.2.1 Geral
17
1.2.2 Especficos
18
CAPTULO 2
19
20
21
22
de tal corrente determinada pela mdia das velocidades dos veculos que pertencem a
essa mesma corrente de trfego.
A velocidade pode ser calculada de diversas formas. As duas mais comuns
so: velocidade mdia no tempo, que consiste na mdia aritmtica das velocidades
instantneas de veculos individuais, medidas em certo ponto da via (SETTI, 2002); e
velocidade mdia no espao, que calculada pela razo do comprimento do trecho
pelo tempo mdio gasto em percorr-lo (BRASIL, 2006).
2.3.2 Densidade
A densidade, tambm conhecida como concentrao, reflete a intensidade
da corrente, atingindo seu mximo quando o trfego se encontra completamente
congestionado (SETTI, 2002). Sua unidade mais comum veic/km (veculos por
quilmetro), tambm podendo ser expressa por veic/km.faixa considerando que a
densidade por faixa da via e sua aplicao est diretamente relacionada demanda,
pois reflete o quanto o uso do solo das vias atrai viagens, concentrando ou no o volume
de veculos.
2.4 FORMAS DE ANLISE E SIMULAO DE FLUXO DE VECULOS
ORTZAR et al. (1994) definem modelo como uma representao
simplificada de uma parte do mundo real. A simulao consiste em representar o
comportamento prprio e as interaes dos elementos de um sistema para permitir uma
avaliao prvia do seu desempenho (PORTUGAL, 2005).
A modelagem em transportes tenta prever as demandas futuras por meio de
recursos matemticos, computacionais, comportamentais, etc., de modo a representar as
caractersticas de uma nova realidade (LOPES FILHO, 2003). Trata-se de condio
fundamental para o planejamento e a tomada de deciso em nvel estratgico, ttico e
operacional.
Segundo SETTI (2005), existem duas formas de simular os fluxos de
veculos: macroscpica e microscpica. A primeira abordagem pressupe que a
corrente de trfego formada por veculos e condutores com caractersticas semelhantes
e se presta melhor para estudar situaes em que as condies de fluxo so constantes
23
24
25
difundido pela sua relativa facilidade de implantao (VIANAet al, 2007). Esse
mtodo chamado de quatro etapas porque nele a modelagem se subdivide em quatro
fases: gerao, distribuio de viagens, diviso modal e alocao do trfego (Figura
2.4). No presente tpico, aborda-se cada uma das fases, com destaque para a ltima
fase, que corresponde alocao de trfego.
26
27
escolhem rotas que oferecem um menor custo individual percebido. Na prtica, porm,
nem todas as pessoas que se deslocam entre um mesmo par origem / destino possuem a
mesma clareza em relao ao custo individual do percurso, ou seja, os usurios
possuem diferentes percepes a respeito do que constitui a melhor rota.
O outro aspecto que influencia na escolha por uma determinada rota que
o congestionamento e as restries de capacidade limitam o nmero de viagens
realizadas ao longo da mesma rota (BATISTA, 2002). Ento, existem dois fatores
bsicos: a percepo do usurio, que fundamenta os modelos do tipo estocsticos; e as
restries da via que do origem aos modelos de equilbrio (Tabela 2.3).
Tabela 2.3: Classificao dos Principais Modelos de Alocao de Trfego
No
Restrio de
capacidade
Sim
Efeitos Estocsticos
No
Sim
Tudo ou Nada
Estocstico Puro
Equilbrio de
Wardrop
Equilbrio Estocstico do
Usurio
28
29
CAPTULO 3
A SINTAXE ESPACIAL
3.1 INTRODUO
A Sintaxe Espacial (SE) surgiu por volta dos anos 1970, na Bartlett School,
Universidade de Londres, atravs de trabalhos desenvolvidos por Bill Hillier e Adrian
Leaman, (BARROS, 2006). Mas foi o livro The social logic of space, publicado em
1987, que fundamentou toda a teoria bsica da metodologia. Apesar de toda uma teoria
que envolve a SE ser amplamente discutida principalmente por arquitetos e urbanistas, o
presente trabalho se detm, num primeiro momento, na explicao de aspectos
funcionais e matemticos e, num segundo momento, na sua aplicao anlise dos
fluxos.
3.2 AS ORIGENS E A BASE MATEMTICA
30
31
A: Simetria.
B: Assimetria.
C: Simetria e nodistribuio.
D: Assimetria e
distribuio.
Figura 3.2: Exemplo de quatropropriedades bsicas das configuraes. Adaptado de HILLIER (1984).
32
A: Grafo
B: Grafo com o nome de cada ambiente.
Figura 3.4: Grafo representando a edificao da Figura 3.3.
33
(a)
(b)
Figura 3.6: rea critica de Fortaleza-CE. Comparao entre anlise semntica e anlise sinttica.
Fonte: CAVALCANTE (2007).
34
A: Distncia topolgica.
A: Distncia topolgica.
35
(3.1)
36
(3.2)
37
(3.3)
(3.4)
38
(3.5)
(3.6a)
(3.6b)
Integrao global (global integration): o inverso da assimetria relativa
real (Equao 3.7). Assim, a relao de acessibilidade topolgica se torna positiva, ou
seja, quanto maior o valor da integrao global, maior a acessibilidade topolgica.
(3.7)
39
(3.8)
Escolha (choice): a escolha se desdobra em duas variveis a escolha
global (global choice) que, segundo HILLIER et al. (1992) apud MEDEIROS (2004),
o nmero de vezes n que um determinado espao i utilizado nos menores caminhos
de todos os espaos para todos os espaos do sistema(Equao 3.9).
(3.9)
40
41
42
43
44
Figura 3.15: Relaes entre atratores, configurao e movimentos onde A = atratores; C = configurao;
M = movimento.
Fonte: HILLIER et al (1993).
teoria
do
movimento
natural
mostra
que
movimento
45
(a)
(b)
46
(a)
(b)
Figura 3.17: Coeficiente de determinao entre padres de movimentos e a varivel integrao (a) e
integrao em base logartmica (b).
Fonte: HILLIER et al (1993).
O autor tambm mostra um quadro com as correlaes feitas para cada subrea, considerando diversas formas de agrupamento dos dados de padres de
movimento. A Tabela 3.2 destaca as correlaes mais relevantes:
Tabela 3.2: Correlao entre padres de movimentos e a varivel integrao para subreas
Correlao entre Integrao e os padres de movimentos
Sub reas
1
Com transf. Logartmica
10
0,71 0,70 0,25 0,67 0,78 0,64 0,80 0,68 0,70 0,62
0,54 0,56 0,25 0,70 0,55 0,51 0,79 0,74 0,74 0,67
Sem transf. Logartmica
Sem transf. Log + sada das lojas 0,73 0,72 0,41 0,72 0,70 0,66 0,82
Adaptado de: HILLIER et al (1993).
Uma das crticas que CYBIS et al. (1996) faz Sintaxe Espacial de esta
desconsiderar completamente as linhas de desejo dos deslocamentos e tratar a rede
como uma estrutura adimensional (CYBIS et al., 1996), como o uso do solo existente
ao longo das vias e a existncia de mudanas de ngulos verticais.
Uma linha axial representa toda uma rua e a ela atribuda um nico valor,
enquanto que, na alocao de trfego, a unidade mnima de referncia o arco
(segmento entre duas intersees), alm de se poder identificar a direo do fluxo,
coisa que num mapa axial no se identifica. O tamanho do segmento (distncia
geomtrica) tambm considerado na alocao de trfego, enquanto que nos modelos
configuracionais se trabalha apenas com relaes topolgicas.
47
48
49
50
70
Downtown
36
0,54
0,57
0,42
0,63
0,65
0,58
0,58
0,46
0,50
0,75
Adaptado de PEPONIS et al (1997).
0,58
0,50
Subreas
Quantidade de
vias
Int.
Int. R3
Conct
1 Integrada
21
0,79
0,77
0,52
1 Independente
21
0,51
0,56
0,49
2 Integrada
20
0,64
0,42
0,36
2 Independente
20
0,55
0,36
0,30
3 Integrada
16
0,78
0,71
0,56
3 Independente
16
0,63
0,59
0,36
4 Integrada
14
0,22
0,25
0,28
14
-0,32
-0,42
-0,40
4 Independente
O que se pode concluir com os resultados das Tabelas 3.3 que colocar os
dados de contagens em base logartmica melhora os resultados das correlaes, pois os
dados que originalmente no seguem uma distribuio de freqncia conhecida,
passaram a seguir uma distribuio prxima a Normal.
51
A Tabela 3.4 permite comparar a correlao dos dados coletados (em base
logartmica) e variveis sintticas sob duas circunstncias diferentes: na primeira
condio, utilizaram-se os valores sintticos calculados para toda a rea contidos na
subrea. Na segunda condio, recalcularam-se as variveis sintticas apenas das
subreas recortadas, esse experimento permitiu identificar que o movimento das
subreas recebe influncia da lgica morfolgica existente em todo o sistema axial. Esse
princpio pode ser generalizado para outras cidades, mas preciso que se identifique
qual o tamanho mximo que uma malha viria pode ter para que a morfologia seja o
principal fator de influncia dos movimentos.
No trabalho de PENN et al. (1997), foram selecionadas seis reas na cidade
de Londres, escolhidas de modo a refletir um conjunto de diferentes tipos de uso do
solo, densidades e morfologia da malha viria. Foram feitas contagens de movimentos
de pedestres e veculos por cinqenta minutos, em que cada segmento de rua (dois
tempos de 5 minutos, em cinco horrios diferentes durante os dias teis).
Em seguida, os autores procederam com a anlise descritiva dos dados
coletados e tentou identificar normalidade na distribuio de freqncia dos mesmos,
sem, contudo, conseguir assumir tal hiptese e para encontrar a normalidade na
distribuio dos dados, elevou-se os valores das contagens a , testando as correlaes
de tais dados com diferentes valores de integrao. Foram testadas caractersticas como
uso do solo, gabarito das edificaes, hierarquia das rotas e tambm capacidade da
rede. Fez-se correlao separando as vias principais e as vias que no so principais
para as mesmas variveis, conforme Tabela 3.5.
Tabela 3.5: Correlao entre fluxo de veculos e outras variveis
(Fluxo de Veculos)1/4
Integrao R3
0,826
Integrao R5
0,784
Integrao R7
0,743
Integrao R9
0,733
Integrao RN
0,580
Altura Mxima das edificaes
0,216
Uso do solo
0,118
Capacidade do link
0,856
Fonte: PENN et al. (1997).
Observou-se, ento, que, para toda a rede, a melhor correlao dos valores
sintticos se deu para integrao R3, ficando atrs apenas da capacidade do link. A
52
segregao das vias permitiu identificar que as vias principais tm maior correlao com
raios maiores, sendo a relao crescente (quanto maior o raio, maiora correlao). O
contrrio ocorre nas vias no principais, que possuem melhor correlao com raios
menores. Em seguida, investigou-se se os segmentos de via observados mudavam de
hierarquia funcional em funo do horrio de coleta dos dados.
Para isso, testou-se a correlao entre os valores de contagens de cada
horrio com a mdia dos valores de todos os horrios, encontrando assim forte
correlao, sugerindo que as variaes espaciais so o principal fator (PENN et al.,
1997) que influencia nos fluxos.O mesmo artigo sugere a construode modelos
regresso linear mltipla considerando variveis de uso do solo e variveis sintticas
para previsode fluxos de veculos e pedestres.
Apesar das origens e destinos das viagens mudarem ao longo do dia,
alterando, assim, o sentido do fluxo de viagens (exemplo: pela manh, o fluxo no
sentido casa-trabalho; no fim da tarde, o sentido trabalho-casa) a configurao da
malha que determina o percurso a ser seguido e, por conseguinte, influencia nos
volumes e na hierarquia viria.
Em outro artigo, CAVALCANTE et al. (2007) testaram a correlao da
varivel integrao com diversas variveis operacionais de trfego, como: Velocidade
Mdia Diria (VMD), Volume / Capacidade, Capacidade chegando-se concluso de
que a correlao V/C (saturao) exprime melhor a realidade e, apesar de afirmarem
que os valores das correlaes foram muito aqum dos esperados os autores no
apresentam os resultados das correlaes.
Considerou-se que os resultados no foram favorveis como se esperava por
trs motivos bsicos: a) o mapa axial era muito grande, quando comparado com estudos
bibliogrficos anteriores: As maiores anlises encontradas nas referncias eram da
ordem de 5.000 linhas axiais, sendo quase 1/3 do mapa de Fortaleza; b) o segundo
motivo apontado que a correlao entre a varivel integrao e volumes de trfego
talvez no fizesse sentido, pois a primeira uma representao qualitativa da malha e a
segunda uma representao quantitativa; e o terceiro motivo c) a necessidade de
outras variveis para se chegar a um valor ideal entre as variveis sintticas e as
variveis de trfego.
53
(3.10)
Onde:
V = Taxa de movimento, traduzida por possveis variveis: volume de
trfego (VMD, V/C, VMD pico, etc.);
QDTE_PGV = Quantidade de micro e macro PGVs na rea considerada;
VAR_SE = Variveis de Sintaxe Espacial referentes malha viria;
VAR_TRFEGO = Variveis de trfego (quantidade de
estacionamentos, semforos, acessos, faixas de trfego, etc);
D = Varivel dummy de calibrao (renda, densidade de construo, etc);
= Erro acumulado (para um modelo no determinstico);
a,b,c,d,e = Coeficientes.
54
O autor tambm afirma que tais idias esto intimamente ligadas SE,
refinando o nvel de detalhe do mtodo e abrindo possibilidades para anlise
tridimensional do espao podendo tambm ser aplicadas a modelos gravitacionais,
clulas autmatas e multiagentes.
A escolha da melhor rota possvel resulta num indicador que mede a
mudana angular mnima da rota, tambm chamado de minimum angular path (MAP),
sendo este diferente do caminho mnimo [distncia mtrica] ou caminho euclidiano
55
mnimo, conforme demonstrado na Figura 3.19. Tal informao provou-se ser til
sendo combinada com outros mtodos de previso de movimentos (TURNER, 2000).
Figura 3.19: Caminho Euclidiano Mnimo e Caminho Angular Mnimo entre dois pontos em um espao
bidimensional.Fonte: TURNER (2000).
(a)
(b)
(c)
Figura 3.20: Um sistema axial simples (a), clculo da profundidade mdia (b) e o clculo da
profundidade mdia angular (c).
Fonte: TURNER (2001).
56
Peso
0,00
0,06
0,11
0,17
0,22
0,28
0,33
0,39
0,44
Graus
45
50
55
60
65
70
75
80
85
Peso
0,50
0,56
0,61
0,67
0,72
0,78
0,83
0,89
0,94
Graus
90
95
100
105
110
115
120
125
130
Peso
1,00
1,06
1,11
1,17
1,22
1,28
1,33
1,39
1,44
Graus
135
140
145
150
155
160
165
170
175
180
Peso
1,50
1,56
1,61
1,67
1,72
1,78
1,83
1,89
1,94
2,00
57
Figura 3.22: Identificao dos pesos nos ngulos entre os segmentos (acima em forma de mapa axial, em
baixo, em forma de grafo).
Fonte: TURNER (2007).
(3.11)
58
(3.12)
Onde:
i x j;
(i, x, j) = 1 se o caminho mais curto de i para j atravessa x, e 0 caso
contrrio.
Os valores de encontrados para cada par origem-destino so somados e o
resultado dividido pelo total de todos os possveis pares O/D de segmentos sem
considerar nesse total, os pares que tm o segmento x como origem ou destino.
TURNER (2005) tambm descreveu que tal tcnica tem demonstrado ter
excelente correlao entre vrias medidas do ASA e os movimentos de quatro reas de
Londres, encontrando valores de R conforme Tabela 3.7.
Tabela 3.7: R das variveis angulares com dados de trfego
Trfego
Varivel Angular
Simulados
Contagens
Choice
0,79
0,79
Choice (ponderada)
0,81
0,81
Mean Depth
n/a
0,63
Mean Depth (ponderado)
n/a
0,64
Adaptado de TURNER (2005).
59
60
BARROS (2006) faz comparao similar de CYBIS et al. (1996), pois faz
correlao entre dados numricos de ambos os modelos, expandindo a metodologia de
CYBIS et al. (1996). Nessa expanso, alm de testar correlaes entre valores sintticos
e valores de alocao de veculos simulados no programa SATURN, tambm se
compararam valores sintticos com dados reais de fluxos, sendo que se utilizaram
apenas as vias em que havia contagem, totalizando 31 vias (BARROS, 2006).
Outro ganho na metodologia de BARROS (2006) foi utilizar no s a
Sintaxe Espacial na sua concepo original, mas utilizar a anlise angular por
segmentos (ASA), permitindo assim uma interpretao da malha viria mais prxima da
Engenharia de Trfego entretanto a autora no estabelece nenhum mtodo ou critrio
para escolha de quais variveis sintticas sero escolhidas para se testar correlao com
dados operacionais.
Como a ASA ainda no distingue o sentido das vias, BARROS (2006)
afirma que para vias com sentidos duplos no SATURN adotaram-se os maiores valores
de fluxos. Por no terem sido simuladas no SATURN, as vias locais no foram
correlacionadas apenas s vias expressas, arteriais e coletoras. Utilizou-se Regresso
Linear Simples e tambm Regresso Logartmica, sendo as duas formas exploradas
com o intuito de buscar um refinamento na anlise, bem como identificar qual
abordagem geraria valores mais robustos (BARROS, 2006). Os resultados esto
dispostos conforme Tabela 3.8 abaixo.
Tabela 3.8: Resumo dos resultados obtidos pela pesquisa de BARROS (2006)
2 Varivel em
Regre. Simples
base Logartmica
Correlao
r
R
r
R
0,452
0,205
0,422
0,179
SATURN x Integrao
-0,475
0,226
-0,513
0,264
SATURN x Mean depth
0,776
0,597
0,803
0,661
Contagens x SATURN
0,549
0,302
0,665
0,442
Contagens x Integrao
-0,635
0,403
-0,782
0,612
Contagens x Mean depth
0,464
0,215
SATURN x Integrao (Noroeste)
-0,494
0,244
SATURN x Mean depth (Noroeste)
Adaptado de: BARROS (2006).
61
ASA utilizada foi profundidade mdia, no havendo um critrio especfico para escolha
de tais variveis.Os valores das mesmas foram correlacionados com contagens e dados
gerados pelo SATURN na forma original e tambm em base logartmica.
3.6.4.3 Anlise Fracionada (Fractional Analysis)
Uma variao da anlise angular proposta por DALTON (2001) a Anlise
Angular Fracionada que trabalha definindo uma anlise fracionada onde o ngulo
incidente 1.0 quando as linhas axiais so ngulos de 90 graus. Linhas que so
paralelas e se interceptam, possuem distncia fracionada de 0.0. Trata-se de uma forma
de ponderao muito parecida com a de TURNER (2001), com a diferena de que o
primeiro trabalha com uma escala de 0 a 90 , para ngulos acima de 90, procede-se
com uma subtrao de 180 menos o ngulo em questo (Figura 3.24); exemplo: para
saber o peso de um ngulo de 135, deve-se subtrair 180 135, encontrando-se 45,
que tem peso de 0,5.
62
63
indicaria em que ponto h uma mudana completa de direo (MEDEIROS, 2004). Por
ressaltar propriedades globais do sistema (conseqentemente reduzindo a quantidade de
linhas axiais), tais linhas seriam mais teis para interpretar movimentos em escala
global, teoricamente os movimentos dos veculos, mais que os movimentos de
pedestres.
Focalizou-se, ento, a busca por estudos que testem a correlao entre as
linhas de continuidade e volumes de veculos, partindo da hiptese de PENN (2001)
apud FIGUEIREDO et al(2004) de que o mapa de continuidade poderia ser um melhor
previsor dos padres de movimentos de veculos que o mapa axial usual. Foi em
FIGUEIREDOet al (2004) que se encontraram testes de correlao entre fluxo de
veculos x linhas de continuidade e fluxo de veculos x mapa axial usual.
Os dados de campo utilizados nesta pesquisa foram coletados em 46 pontos
localizados nos corredores de transportes principais e secundrios da cidade de RecifePE, observados entre 6h e 22h em ambas as direes, em seguida convertidos em
Unidade de Veculo Padro. Os volumes ento foram correlacionados com valores
axiais e com as linhas de continuidades (Tabela 3.10), sendo as ltimas geradas a partir
do mesmo mapa axial, adotando como critrio de agregao mudanas angulares
menores ou iguais a 35.
Tabela 3.10: Comparao das correlaes entre variveis sintticas e fluxo de veculos pelas linhas axiais
usuais e pelas linhas de continuidade
64
65
CAP TULO 4
66
67
68
PESQUISADOR
PUBLICAO
AVANO
1943
Warren McCulloch e
Walter Pitts
1949
Donald Hebb
1958
Frank Rosenblatt
1967
Widrow e Hoff
1969
Minsky e Papert
1982
John Hopfield
1986
Rumelhart, Hilton e
Williams
Principles of
Neurodinamics
69
70
71
72
Onde:
Xn = entradas;
Wkn = sinapses;
Uk = combinao linear
dos sinais de entrada;
(.) = funo de ativao;
Yk = sada do neurnio.
k = limiar
(4.1)
O somatrio ento comparado com o limiar (k), que tem papel
determinante na sada do neurnio. Se o valor de Uk for menor que este limiar, ento, a
sada do neurnio fica inibida. Caso contrrio o neurnio fica ativo (BRONDINO,
1999). A funo de ativao normaliza a sada do neurnio num intervalo, de acordo
com a funo utilizada.
O Bias consiste num valor que adicionado na funo soma junto com os
dados de entrada ponderados pelos respectivos pesos sinpticos. um peso adicional
que tem funo de evitar a gerao de erros quando todos os dados de entrada so
nulos (REINKE, 2008). Tal valor utilizado no treinamento, podendo ser positivo ou
negativo.
73
Nome da
funo
Linear
Degrau ou
Limiar
Tangente
Hiperblica
Sigmide
ou
Logstica
Funo
74
4.7.1
Treinando
uma
MLP
com
algoritmo
de
retro-propragao
(backpropagation)
BOCANEGRA (2002) descreve um processo de treinamento em cinco
passos:
75
76
77
Sistema de transportes e
contagens
1992
CHIN et al.
1994
1996
NIJKAMP et al.
1996
SHMUELI et al.
1996
MOZOLIN et al.
2000
RAIA JR.
2000
DANTAS et al.
2000
RUIZ e MEDINA
2000
1994
VITELA et al.
1996
VUKADINOVIC et al.
1996
WERMERSCH &
KAWAMOTO
1999
MARTINELLI
BULLOCK et AL.
1996
1993
78
79
CAPTULO 5
MATERIAIS E MTODO
5.1 CONSIDERAES GERAIS DA METODOLOGIA PROPOSTA
5.2 MATERIAIS
Neste tpico, so apresentadas os aplicativos computacionais utilizados
nesta investigao que so trs: o primeiro o TransCAD, utilizado para o
processamento das informaes de trfego e o desenho da malha viria da rea de
estudo; o segundo, UCL DepthMap, utilizado para gerao das variveis sintticas; e o
terceiro, EasyNN-Plus, utilizado para treinamento das redes neurais.
O objetivo principal da metodologia desenvolver um procedimento que
permita simular uma varivel operacional a partir de variveis sintticas. Foi utilizada a
base cartogrfica digital da cidade de Fortaleza (CE), fornecida pela Autarquia
Municipal de Cidadania (AMC), onde esto contidos dados relativos as caractersticas
80
81
determinado segmento num contexto local, sem considerar o peso de tal segmento em
toda a malha viria.
5.2.4 EasyNN-Plus para treinamento de RNA
Utilizou-se o aplicativo EasyNN-Plus verso 9.0d, desenvolvido e
comercializado por Stephen Wolstenholme (Inglaterra) para treinamento de RNA. Esse
aplicativo utiliza Multilayer Perceptron (MLP) como topologia e permite utilizar at
trs camadas intermedirias. O algoritmo de aprendizado do tipo backpropagation e,
de acordo com informaes do prprio fabricante, utiliza a funo de ativao sigmide
logstica.
O aplicativo foi escolhido por no exigir conhecimentos de programao
computacional para seu uso e por ter uma interface amigvel com o usurio, bem como
comunicao com planilhas eletrnicas. Outra caracterstica do aplicativo que ele j
normaliza os dados apresentados antes de realizar o treinamento, permitindo que o
usurio utilize os dados da forma como foram coletados, sem pr-processamento. A taxa
de aprendizagem e o momentum so parmetros que, neste aplicativo, podemvariar de
0,1 a 0,9.
O programa predefine a taxa de aprendizagem inicial em 0,6, oferecendo
ainda em seus controles a opo Optimize, que permite ao software determinar a taxa
de aprendizado automaticamente no decorrer de alguns ciclos aprendendo com
diferentes valores (EasyNNPlus). A opo Decay permite que o programa reduza
automaticamente a taxa de aprendizagem, caso ocorram erros ou oscilaes de
aprendizagem. O mesmo ocorre para o Momentum, no qual uma RNA inicialmente tem
valor de 0,8.
5.2.5 Microsoft EXCEL para clculo do coeficiente de correlao (r de Pearson), do
Erro Relativo Mdio (ERM)
O MS-Excel 2007 um aplicativo desenvolvido pela Microsoft para a
elaborao de planilhas eletrnicas e que possui recursos para clculo de funes
matemticas bsicas, clculos financeiros e estatsticos. Esse aplicativo foi utilizado na
pesquisa para identificar as variveis sintticas com melhor correlao atravs do
82
(5.1)
83
Como se observa nas Figuras 5.1a e 5.1b onde se alterou apenas o ltimo
par de dados observa-se a necessidade de utilizar um grfico de disperso para uma
anlise visual, sendo possvel perceber melhor a relao existente entre duas variveis.
84
85
86
(5.3)
(5.5)
Onde:
SSE = Diferenas quadrticas entre os valores de sada da RNA e os
valores esperados como ideais, pela definio (corresponde ao EQM citado por
AKAMINE, 2005 e BOCANEGRA, 2002);
n = Nmero de exemplos do conjunto de treinamento (quantidade de
padres);
87
88
89
CAPTULO 6
ESTUDO DE CASO
6.1 INTRODUO
O presente captulo demonstra a aplicao da metodologia proposta no captulo
anterior para a cidade de Fortaleza, capital do estado do Cear, na regio Nordeste do
Brasil. Foi utilizada na pesquisa a mesma base cartogrfica digital que utilizada pelo
rgo responsvel pelo planejamento de trnsito de Fortaleza-AMC. Com os dados de
trfego contidos nesta base,foi possvel fazer a associao das variveis sintticas
geradas pelo mapa axial com os VMD Volumes Mdios Dirios coletados em 2003
(variveloperacional escolhida para ser simulada nomtodo).
6.1.1 A rede viria de Fortaleza e os dados a serem simulados.
A rede viria de Fortaleza possui diferentes caractersticas fsicas, operacionais
e de padres de demandas, localizadas nas mais diversas regies do Municpio (DE
PAULA, 2006), onde as mesmas so classificadas em Expressas, Arteriais, Coletoras e
Locais,porm o mesmo autor destaca como problema que a classificao viria
planejada, a qual se encontra presente na legislao municipal, no reflete o que
observado no cenrio real. Segundo DE PAULA (2006), a malha viria de Fortaleza
possua at a sua pesquisa, 3.601 km de vias arteriais implantadas segundo a Lei de Uso
do Solo representando 7% de tal malha.
90
40%
35%
30%
25%
20%
15%
10%
5%
0%
5000
10000
15000
20000
25000
30000
35000
40000
91
Angular Mean Depth, Angular Node Count, Angular Total Depth, Choice,e ainda
permite calcular tais variveis ponderadas conforme sugerido por TUNNER (2007).
Uma limitao encontrada no aplicativo que gera as variveis ASA em relao
varivel Choice, pois a mesma s calculada utilizando a opo Tulipa, assim reduz o
esforo computacional para calcul-la.
Foram geradas ento as variveis ASA Angular Mean Depth, Angular Node
Count, Angular Total Depth na opo Full Angular.Como a variao do Raio tornaas
possibilidades quase infinitas, estabeleceu-se um critrio iniciando com Rn, 1, 2, 3, 4, 5,
6, 7, 8, 9, 10 e em seguida, gerando-se para os raios 20, 30, 40, 50, 60, 70, 80, 90 e 100
(Tabela 6.1).Dessa forma, buscou-se observar se as variaes de raio melhoram as
correlaes com os dados de VMD em dois nveis de escala: de 1 em 1 e de 10 em 10.
Tabela 6.1: Variveis ASA Full Angular.
Full Angular (3)
Mean Depth
Node Count
Total Depth
(20)
(20)
(20)
Rn
Rn
Rn
R1
R1
R1
R2
R2
R2
R3
R3
R3
R4
R4
R4
R5
R5
R5
R6
R6
R6
R7
R7
R7
R8
R8
R8
R9
R9
R9
R10
R10
R10
R20
R20
R20
R30
R30
R30
R40
R40
R40
R50
R50
R50
R60
R60
R60
R70
R70
R70
R80
R80
R80
R90
R90
R90
R100
R100
R100
92
A escolha dos valores para bins seguiu dois critrios: o primeiro critrio foi
dividir a amplitude permitida (4 a 1024) por 10 encontrando-se os valores 4, 106, 208,
310, 412, 514, 616, 718, 820, 922 e 1024 permitindo avaliar o efeito das variaes dos
bins em toda a amplitude da escala. O segundo critrio foi considerar valores menores
de bins adotando como amplitude 4 a 40 bins dividindo-se por 10 (4, 8, 12, 16, 20, 24,
28, 32, 36 e 40) assim foi possvel avaliar os efeitos de variaes angulares mais
significativas (90, 45, 30, 22,5, etc.).
Na opo Tulipa o mesmo aplicativo ainda permite fazer variaes no nmero
de raios (como ocorre na opo Full Angular), e ainda escolher de que maneira se quer
calcular a menor distncia entre dois segmentos; se por distncia angular, mtrica e
passos. Ainda permite que a distncia entre segmentos seja multiplicada por qualquer
outra varivel (Figura 6.3).
93
0,10
0,00
-0,10
R1
R2
R3
R4
R5
R6
R7
R8
R9
R10
-0,20
-0,30
-0,40
Mean Depth
Node Count
Total Depth
Figura 6.4: Curva que mostra as correlaes entre os VMDs e as Variveis sintticas geradas pela opo
Full Angular (variando de raio de 01 a 10).
94
O que pode ser interpretado em relao varivel Total Depth que os links
com maiores valores para R1 (Figura 6.5a) encontram-se na regio dos bairros Meireles,
Aldeota, Dionsio Torres e Joaquim Tvora (ver anexo I). Isso ocorre, pois nessa regio,
a malha viria mais ortogonal e qualquer mudana de sentido na trajetria igual ou
prximo a 90, o que no ocorre em toda a cidade.
No se pode afirmar que tal condio da malha desta rea especfica o fator
determinante para que as suas vias possuam volumes de trfego superiores a outras ruas
da cidade, mas porque tal rea resultado de um processo de expanso urbana forjado
em um planejamento que se iniciou nos anos 1970, processo este que previa uma
continuao da malha ortogonal que vinha do centro em direo ao leste. A rea citada
concentra hoje famlias de alta renda e altas densidades populacionais (ver anexo I1).
Tambm no se pode afirmar que em todas as cidades que se calcule o Total Depth, os
links que possurem os maiores valores iro concentrar os maiores volumes de trfego.
95
medida em que se aumenta o raio, os maiores valores para tal varivel migram
para o lado Oeste da cidade (Figuras 6.5c e 6.5d), na direo dos bairros Centro,
Benfica, Parque Arax, Monte Castelo, etc. onde a malha mais contnua e no existem
limitaes naturais como o Parque do Coc e Salinas.
96
Por observar que as variveis Node Counte Total Depth na Figura 6.4a se
comportam de forma muito parecida, plotou-se um grfico de disperso (Figura 6.6)
entre as mesmas, calculadas com raio 2, e constatou-se que as duas possuem valor
significativo do coeficiente de determinao, isso quer dizer que possuem praticamente
o mesmo poder de explicao sendo possvel utilizar apenas uma delas na modelagem.
A escolhida foi Total Depth por se tratar de uma medida angular, diferentemente da
varivel Node Count.
3500
R = 0,988
3000
2500
2000
1500
1000
500
0
-500
1000
2000
3000
4000
5000
Figura 6.6: Grfico de disperso gerado das variveis Node Count R2 e Total Depth R2.
97
0,00
-0,01
R10
R20
R30
R40
R50
R60
R70
R80
R90
R100
RN
-0,02
-0,03
-0,04
-0,05
-0,06
-0,07
-0,08
-0,09
-0,10
Mean Depth
Node Count
Total Depth
Figura 6.7: Curva que mostra as correlaes entre os VMDs e as Variveis sintticas geradas pela opo
Full Angular (variando de raio de 10 a N).
98
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
12
16
20
24
28
32
36
40
Figura 6.8a: Correlaes entre VMD e as variaes geradas para Choice Rn, de 4 a 40 bins.
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
106
208
310
412
514
616
718
820
922
1024
Figura 6.8b: Correlaes entre VMD e as variaes geradas para Choice Rn, de 4 a 1024 bins.
Nas correlaes entre as variaes calculadas para varivel Choice Rn, na opo
Tulipa e a soma dos VMD, o maior resultado foi encontrado em 16 bins (22,5 cada
bim) sendo este igual a 0,365. Por se tratar de uma varivel que identifica os links mais
utilizados para percorrer todas as possibilidades de menores percursos angulares entre
todos os pares de linksexistentes na cidade (no caso, raio n), o seu clculo destaca
alguns dos principais eixos virios de Fortaleza que ligam o limite leste, sul e oeste ao
centro da cidade (Figura 6.9a) vias estas que so classificadas como arteriais segundo
a LUOS 1996 (ver anexo IV).
99
Figura 6.9a: Mapa Sinttico de Fortaleza, toda a cidade, Choice Rn, 16 bins
100
101
12
10
8
6
4
2
0
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
102
Figura 6.10: Distribuio de Freqncia do ERM para a combinao seleo 01 e esquema 01.
103
0,32
0,31
0,30
0,29
0,28
0,27
0,26
0,25
0,24
1x10
2x10
3x10
4x10
5x10
6x10
7x10
8x10
9x10
10x10
14
12
10
8
6
4
2
0
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
Figura 6.12: Distribuio de Freqncia dos erros relativos para RNA calculada no esquema 1 e na
seleo 1.
Observa-se que a topologia foi capaz de simular valores com at 10% de erro
para mais ou para menos em aproximadamente 40% dos dadosde teste.Ou seja, quase
metade dos dados a serem simulados pela RNA podem gerar erros, que apesar de
percentualmente baixos, podem influenciar uma tomada de deciso incorreta.Por
exemplo, se for considerado um link que possui valor de carregamento igual a 30.000,
um erro para mais seria superestimar o VMD em at 3.000 veculos.
Ao se construir o grfico de disperso entre os dados observados e simulados
pela topologia mais adequada, observa-se que o conjunto de dados tem pouca aderncia
104
35000
30000
25000
20000
15000
10000
5000
0
0
5000
10000
15000
20000
25000
Figura 6.13: Grfico de disperso entre os VMD observados e simulados para RNA mais adequada.
105
106
Uma variao com 5 e outra com 9 neurnios conforme frmulas sugeridas por
NIELSEN (1989) apud DA SILVA (2003) e LIPPMANN (1987) apud DA SILVA
(2003). Foram feitas, para este experimento, 3 selees aleatrias para o conjunto de
107
dados de treino, validao e teste num total de 6 topologias para cada sentido num total
de 12. Tal experimento no foi desenvolvido por apresentar resultados muito abaixo dos
anteriores.
108
com o VMD-BA (Cada esquema foi utilizado 03 selees aleatrias para dados de
respectivamente).
ENTRADA
Propriedades Sintticas
ESQUEMA A
ESQUEMA B
ESQUEMA C
T514 Choice
T514 Choice
T514 Choice
Ang M Dep R3
Ang M Dep R3
Ang M Dep R3
Ang M Dep R5
Ang M Dep R5
Ang M Dep R5
Capacidade no sentido BA
Propriedades Espaciais
SADA
Capacidade no sentido BA
Comprimento do Link
Comprimento do Link
Comprimento do Link
Coordenada no Eixo X
Coordenada no Eixo X
Coordenada no Eixo X
Coordenada no Eixo Y
Coordenada no Eixo Y
Coordenada no Eixo Y
VMD Sentido AB
VMD Sentido AB
VMD sentido BA
VMD sentido BA
Todas as topologias foram treinadas at 100 mil ciclos havendo uma segunda
fase de refinamento onde se variou o nmero de ciclos em 100, 200, 400, 600, 800 e 1
milho de ciclos onde a topologia mais adequada gerou resultados para os dois sentidos
da via conforme Figuras 6.15a e 6.15b.
DISPERSO - VMD AB
DISPERSO - VMD BA
35000
18000
30000
16000
R = 0,793
14000
25000
12000
R = 0,439
20000
10000
8000
15000
6000
10000
4000
5000
2000
0
0
5000
10000
15000
20000
25000
5000
10000
15000
20000
25000
109
110
CAPTULO 7
CONCLUSES E RECOMENDAES
7.1 A UTILIZAO DA SE PARA PREVISO DO CARREGAMENTO VIRIO
A afirmao de HILIER et al (1993) de que a configurao da malha viria
influencia nos movimentos coerente mas por si s no os explica pois no reconhece
as reas que demandam e ofertam viagens e por conseqncia, os desejos de viagens
dos usurios.Afirmar que configurao da malha influencia na localizao dos
atratorestambm no deixa de ser uma verdade, mas no o nico fator que
influencia na localizao dos diversos tipos de usos do solo.
Para que a morfologia urbana fosse suficiente para modelar o carregamento
virio em qualquer tipo de malha viria seria necessrio que:
a) Todos os usurios tivessem perfeito conhecimento da malha;
b) Todos optassem por rotas com menor distncia angular possvel;
d) Todos os links demandassem e ofertassem o mesmo nmero de viagens para
todos os demais links;
e) Todos os usurios da malha agissem de forma cooperativa.
Atendendo as premissas citadas, a alocao de trfego atravs da SE, poderia
sim ser comparada a alocao tradicional do tipo wardrop conforme identificado por
CYBIS et al (1996) e a varivel sinttica que talvez melhor representa-se os
movimentos seria Angular Choice.
Conforme identificado pelas pesquisas da SE, a malha viria influencia at nos
movimentos de quem no a conhece. Cabe destacar que, quanto mais os usurios tm
conhecimento da malha viria, mais a morfologia influenciar os movimentos havendo
maior correlao entre valores sintticos e volumes de usurios, por isso que a SE
mais adequada para reas pequenas onde:
a) mais fcil a compreenso da malha e a identificao de todas as possveis
rotas e;
111
112
REFERNCIAS BIBLIOGRFICAS
AGUIAR, D. V. (2002) Alma espacial, Texto especial 121, obtido do site
www.vitruvius.com.br visitado em janeiro de 2003.
AKAMINE, A. (2005) Explorando alternativas para construo de modelos neurais de
interao espacial. Dissertao de Mestrado, EESC-USP, So Carlos, 2005.
BANDEIRA, M. I. V. L. Q. B. (2006) Metodologia de priorizao da expanso da rede
de Gs Natural com base na Sintaxe Espacial: uma aplicao no setor residencial
de Fortaleza, Dissertao de Mestrado. PETRAN Programa de Engenharia de
Transportes, UFC, Fortaleza, 2005.
BARROS, A. P. B. G., MEDEIROS, V. A. S., CAVALCANTE, A. P. H. C., SILVA, P.
C. M. e HOLANDA, F. R. B. (2005) Sintaxe Espacial como ferramenta de
definio de parmetros de hierarquia viria. Trabalho apresentado no XIX
Congresso de Pesquisa e Ensino em Transportes, Recife, PE, Brasil, novembro /
2005.
BARROS, A. P. B. G. (2006) Estudo exploratrio da sintaxe espacial como ferramenta
de alocao de trfego. Msc. thesis, Mestrado em Transportes, Universidade de
Braslia. Braslia-DF, 2006.
BATISTA, J. F. (2002) Alternativas de Redes Multimodais para o Transporte Pblico
na Zona Oeste da Regio Metropolitana de Fortaleza. Dissertao de Mestrado,
Programa de Mestrado em Engenharia de Transportes, Universidade Federal do
Cear, Fortaleza-CE, 2002.
BOCANEGRA, C. W. R. (2002) Procedimentos para tornar mais efetivo o uso de
Redes Neurais Artificiais em planejamento de transportes. Dissertao de
Mestrado. USP-So Carlos, Departamento de Engenharia de Transportes. So
Carlos-SP, 2002.
BRASIL (2006) Departamento Nacional de Infra-Estrutura de Transportes DNIT.
Diretoria de Planejamento e Pesquisa. Coordenao Geral de Estudos e Pesquisa.
Instituto de Pesquisas Rodovirias. Manual de estudos de trfego. Rio de Janeiro.
BRONDINO, N. C. M. (1999) Estudo da influncia da acessibilidade no valor de lotes
urbanos atravs do uso de Redes Neurais. Tese de doutorado. USP-So Carlos,
Departamento de Engenharia de Transportes. So Carlos-SP, 1999.
CAVALCANTE, A. P. H. C. e HOLANDA, F. R. B. (2005) Uso da sintaxe espacial na
anlise da dinmica da hierarquia viria na cidade de Fortaleza, Cear. Anais do
XIX Congresso de Pesquisa e Ensino em Transportes, Recife, PE, Brasil,
novembro / 2005.
CAVALCANTE, A. P. H. C., PAULA, F. S. M. e FRANA, D. B. (2007). Anlise do
uso do solo utilizando Sintaxe Espacial para determinao de Locais Crticos para
Dicionrio
Eletrnico
MICHAELIS,
acessado
em
TURNER, A. (2007) From axial to road-centre lines: a new representation for space
syntax and new model of route choice for transport network analysis.
Environment and Planning B: Planning and Design 2007, volume 34.
VIANA F. R., PAULA, S., ROSADO E SOUSA, D. D. M. (2007) Obteno de
volumes de trfego na malha principal de Fortaleza a partir da calibrao e
validao de um modelo de alocao de trfego. ANTP - Anais do 16 Congresso
Brasileiro de Transporte e Trnsito, outubro de 2007, Macei-AL.
WILSON, R. J. (1989) Graphs: an introductory approach: a first course in discrete
mathematics. John Wiley & Sons, Inc.
ZAMPIERE, F. L. L. (2006) Modelo estimativo de movimento de pedestres baseado em
sintaxe espacial, medidas de desempenho e redes neurais artificiais. Dissertao
de Mestrado, UFRS, Porto Alegre, RS - 2006.
ANEXOS
ANEXO I
ANEXO II
ANEXO III
ANEXO Iv