Você está na página 1de 21

INSTITUTO MILITAR DE ENGENHARIA

ENGENHARIA DE TRANSPORTES

Seção de Fortificação e Construção


Mestrado em Engenharia de Transportes

Disciplina: Modelos de Planejamento de Transportes

Método das 4 etapas

3ª Etapa) Divisão/Repartição Modal:


Ferramenta para modelo Logit Multinomial

Professores:
Major Renata
Orivalde Soares

Alunos:
Cap Fabire
Lucas Valente

Agosto 2019

1
1. INTRODUÇÃO

Modelos de transportes são ferramentas fundamentais que possibilitam uma melhor


compreensão de como pessoas e bens se movimentam pelo território analisado. A partir
destes modelos são obtidas informações importantes para que se possam planejar políticas
de uso do solo, políticas de transporte e o direcionamento de recursos para infraestruturas
adequadas para o suprimento da demanda por transportes (Annema, 2013).

Nesse contexto, durante as aulas da disciplina de Modelos de Planejamento Estratégico


foi apresentada e estudada minuciosamente a modelagem da demanda de transportes urbana
por meio da abordagem consolidada no final dos anos 60, conhecida como Modelo das
Quatro Etapas. Essa modelagem, conforme o próprio nome já indica, é dividida em quatro
diferentes etapas: Geração de Viagens; Distribuição de Viagens; Divisão/Repartição
Modal; e Alocação das Viagens.

Figura 1 - Modelo das quatro etapas

Fonte: Material Prof. Orivalde

i. Geração de Viagens: objetiva estimar o número de viagens produzidas ou atraídas


por uma zona de tráfego em determinado intervalo de tempo, sendo que os seus
resultados servirão de ponto de partida para as demais etapas do processo.

ii. Distribuição de Viagens: é a fase onde estima-se o número de viagens para as


diferentes zonas de tráfego, em determinado intervalo de tempo. Desse modo

2
determina-se a quantidade do fluxo da matriz O/D que caberá a cada zona de
tráfego.

iii. Divisão/Repartição Modal: tem por objetivo estimar como será a divisão dos
deslocamentos em função dos pares de origem e destino nos diversos modos de
transportes.

iv. Alocação das Viagens: Consiste na alocação dos fluxos de uma matriz O/D numa
rede de transportes, determinando assim o volume de tráfego em cada arco da malha
viária da mesma.

Na terceira etapa, distribuição/repartição modal, deseja-se então determinar a forma


como as viagens se repartem entre os modos de transporte disponíveis (variáveis Tjkm,
sendo m um índice representativo do modo de transporte). Assim sendo, permite que seja
obtida a matriz O/D por cada modo de transporte existente ou projetado.

Figura 2: Exemplo de Divisão/Repartição Modal da Matriz O/D Total


Fonte: Material de Aula do Prof Orivalde Soares

Este manual tem por finalidade apresentar o modelo para Divisão/Repartição Modal
denominado Logit Multinomial e uma ferramenta em planilha Excel (Programação em

3
VBA), desenvolvida pelo autores, que auxilie o usuário a calibrar o seu modelo e após isso
a aplicá-lo para o seu problema.

Os modelos Logit são modelos probabilísticos e são os mais utilizados atualmente na


escolha do modo de transporte em estudos de planejamento de transportes.

2. FUNDAMENTAÇÃO TEÓRICA

2.1.Os Modelos Probabilísticos

Trataremos apenas dos modelos discreto, ou seja, dos modelos matemáticos que
procuram reproduzir as condições em que as pessoas exercem as suas escolhas perante um
conjunto finito, geralmente pequeno, de alternativas discretas (uma pessoa escolhe somente
uma alternativa). Este é o caso da escolha do modo de transporte. Temos então uma escolha
discreta entre um automóvel, um ônibus, um VLT, um metrô, um trem, entre outros.

Os modelos probabilísticos fundamentam-se na seguinte hipótese:

“A probabilidade de um indivíduo escolher determinada alternativa é função da


atratividade da alternativa escolhida em relação à atratividade das outras alternativas
disponíveis”. (Ortúzar e Willumsem , 1994)

Os modelos probabilísticos baseiam-se na Teoria da Utilidade Estocástica segundo a


qual:

 Cada alternativa tem uma utilidade para decisor (viajante neste caso) cujo
conhecimento para nós analistas é imperfeito (nunca saberemos com exatidão
como cada pessoa tomou a sua decisão por isso se chama utilidade estocástica,
isto é, probabilística);

 O decisor (viajante) escolhe a alternativa que tiver maior utilidade


comparativamente com as outras;

2.2.Função Utilidade

Definição: é uma expressão matemática que determina o grau de satisfação que o usuário
do transporte obtém com a escolha do modo (utilidade de cada alternativa). É composta
por:

 Um termo determinístico que é função dos seus atributos conhecidos (Vj); e

 Um termo aleatório ou probabilístico (Ԑj), cuja dimensão depende da qualidade e


rigor da informação utilizada para calibração (variáveis explicativas) e da variedade
de preferências na população;

4
Xaj – variáveis que representam as características da alternativa j (tempo de viagem,
custo, conforto)

Βaj – importância (peso) relativamente aos outros atributos na utilidade das


alternativas.

Esta formulação aditiva implica que a utilidade é compensatória, isto é, os defeitos


numa das dimensões são compensáveis por virtudes noutra. Os atributos deverão ser
independentes (não correlacionados) - o peso relativo de cada um deles (dado pelo seu
coeficiente) é independente do valor que tome qualquer dos outros atributos. A utilidade
não tem unidades definidas.

Usando esta expressão para a Utilidade de cada decisor e seguindo o princípio de que
o decisor escolhe a alternativa que tiver maior utilidade para si, a alternativa i será a
escolhida se e só se:

Isto implica que a escala da utilidade não é importante! Posso somar uma constante
dos dois lados que nada muda.

Mas a verdadeira função de utilidade utilizada pelos decisores não é conhecida pelo
analista, apenas a sua parte observada V, por isso o que podemos calcular é:

5
Esta probabilidade é uma probabilidade cumulativa, mais especificamente a
probabilidade de cada termo aleatório 𝜀𝑗 − 𝜀𝑖 estar a baixo de 𝑉𝑖 − 𝑉𝑗. Diferentes hipóteses
sobre a distribuição estatística da diferença de erros 𝜀𝑗 − 𝜀𝑖 resultam diferentes modelos
matemáticos de escolha discreta.

2.3.Modelo Logit

O modelo logit resulta de se considerar os erros 𝜀 independentemente distribuídos


seguindo uma lei de Gumbel, isso na prática significa que a diferença destes termos de erro
𝜀𝑗 − 𝜀𝑖 tem uma distribuição logística o que implica que numa escolha entre 𝐽 alternativas
(modos de transporte) a probabilidade de escolher um modo 𝑖 é dada simplesmente pela
seguinte fórmula:

NOTA: repara que só estamos a considerar a parte determinística da utilidade de cada


alternativa.

Vantagens deste modelo:

• O cálculo da probabilidade de uma alternativa é realizado através de uma expressão


matemática fechada (não é necessária qualquer integração), simples e rápida de utilizar;

• Para além da escolha modal o fato do modelo ser simples de implementar


computacionalmente permite que este possa ser utilizado como parte de instrumentos de
simulação que necessitam de reproduzir decisões muitas vezes.

Por exemplo: Podemos simular a entrada de veículos em rotatória com base num
destes modelos, relacionando a probabilidade de escolha de entrar ou não entrar na rotatória
como função da folga disponível (tempo entre passagem de veículos no seu interior).

Principal desvantagem: O modelo logit implica o princípio da independência das


alternativas irrelevantes segundo o qual: “A relação das probabilidades de duas
alternativas não é afetado pela presença ou ausência de outras no conjunto de
escolha”. Isto é: Se A e B forem duas alternativas de probabilidade não nula numa escolha
em que há várias alternativas disponíveis além destas duas temos por aplicação do logit:

6
Mas na realidade esta hipótese pode ser muito restritiva quando as alternativas são
semelhantes. O exemplo academicamente mais utilizado é o do ônibus azul e ônibus
vermelho. Se na escolha entre automóvel e ônibus as probabilidades de escolha forem 50%
para os dois modos, a relação das duas probabilidades é 0.5/0.5=1. Se introduzir um novo
modo chamado ônibus azul, aumentando o conjunto de escolha para 3 alternativas:
automóvel, ônibus Azul, e ônibus Vermelho, a única forma desta relação se manter é tendo
probabilidades de 33.33% para os três modos, mantendo assim a relação referido no valor 1
(0.33/0.33=1). Ora isto não tem lógica. Será que o ônibus Azul e o ônibus Vermelho são
realmente duas alternativas diferentes? Faz alguma diferença a cor do ônibus? Colocar
ônibus azuis sem alterar a frequência não irá certamente alterar a repartição modal. O mais
lógico será o Automóvel ter uma repartição de 50% e cada cor de ônibus 25%, ou seja ao
colocar mais uma alternativa deveria alterar-se a relação de probabilidade entre automóvel
e ônibus para 0.5/0.25=2.

O modelo não deve ser aplicado a alternativas muito parecidas


(correlacionadas)!

Contudo, é esta simplificação do Logit que permite obter uma curva de


probabilidades de escolha muito intuitiva:

Num modelo logit com apenas duas alternativas (binomial) temos:

7
2.3.1. Modelo Logit Multinomial

Quando o número de modos supera dois modos o modelo logit resultante é do tipo
multinomial, não sendo passível de linearização. È necessário, para calibrá-lo, lançar mão
de técnicas de cálculo numérico, que permitam a determinação dos coeficientes αi da
função utilidade.

Há vários métodos que podem ser aplicados na calibração de um modelo logit


multinomial. De uma forma geral, o problema de calibração dos coeficientes da função
utilidade é transformado num problema de otimização, em que se procura maximizar uma
função de verossimilhança ou minimizar a soma dos desvios (valor absoluto ou quadrado
dos desvios).

Suponhamos que sejam conhecidos os totais de viagens, por modo, entre origens e
destinos diversos. O número de viagens entre a origem i e o destino j, pelo modo m, é
representado por Fijm.

A função utilidade, por sua vez, é formada por n variáveis de serviço:

𝑈𝑚 = 𝛼0𝑚 + 𝛼1 𝑥1 + 𝛼2 𝑥2 + ⋯ + 𝛼𝑛 𝑥𝑛

8
Onde:

Um = utilidade associada ao modo m.

α0 (m) = constante associada ao modo m.

x1, x2,...,xn = variáveis de serviço.

α1 α2,..., αn = coeficientes a determinar por meio da calibração.

A probabilidade do usuário escolher o modo m, de acordo com a formulação logit


multinomial, é dada por:

𝑒 𝑈𝑚
𝑃𝑚 = 𝑛
∑𝑚=1 𝑒 𝑈𝑚

Admitindo-se que sejam disponíveis os valores das variáveis de serviço associadas a


cada ligação i, j, m (origem i, destino j, modo m), e admitindo também que os coeficientes
𝛼1 sejam conhecidos, pode-se aplicar a relação acima e calcular a probabilidade Pijm. A
notação retro-indicada significa “probabilidade de escolha do modo m, conhecidos a
origem i e destino j”.

O total de viagens entre i e j é dado pela soma das viagens modais:


𝑀

𝐹𝑖𝑗 = ∑ 𝐹𝑖𝑗𝑚
𝑚=1

Pode-se então determinar valores estimados de viagens Fijm multiplicando o total Fij
pela probabilidade Pijm:

𝐹′𝑖𝑗𝑚 = 𝑃𝑖𝑗𝑚 ∗ 𝐹𝑖𝑗

Se o modelo logit multinomial se ajustasse totalmente aos dados disponíveis as


viagens estimadas F’ijm deveriam ser iguais às viagens observadas Fijm, para todos e
quaisquer i, j e m. Na prática tal não ocorre, já que todo modelo logit não traduz a realidade
com precisão absoluta, havendo alguma discrepância entre as estimativas e os valores
observados.

É usual estabelecer um critério de ajuste que permita o aprimoramento sistemático do


processo de calibração até que se atinja eventualmente a convergência final, obtendo-se
então os valores dos coeficientes da função utilidade.

9
Um critério é o de se considerar a soma dos quadrados dos desvios (erros), desvios
esses iguais às diferenças entre os valores observados das viagens Fijm e os valores
calculados via modelo F’ijam:

𝑆 = ∑ ∑ ∑(𝐹𝑖𝑗𝑚 − 𝐹′𝑖𝑗𝑚 )2
𝑖 𝑗 𝑚

Procuram-se então os valores αi de forma a se ter o mínimo valor de S.

Alternativamente pode-se considerar, em lugar da soma dos quadrados, a soma dos


valores absolutos dos desvios:

𝑆 = ∑ ∑ ∑ |𝐹𝑖𝑗𝑚 − 𝐹 ′ 𝑖𝑗𝑚 |
𝑖 𝑗 𝑚

3. FERRAMENTA (PLANILHA EM EXCEL – VBA)

Os autores deste manual desenvolveram uma planilha em Excel por meio da


linguagem de programação em Visual Basic for Applications (VBA) que possibilita que o
usuário faça a calibração de seu modelo logit multinomial, através de uma amostra com
viagens observadas por modo de transporte, e após isso, calcule o número de viagens
estimadas pelo modelo à medida que se preenche os valores para as variáveis da função
utilidade.

A planilha desenvolvida possibilita que sejam aplicados modelos logit multinomial


com 3 ou 4 modos de transporte e com 2 ou 3 variáveis na função utilidade. Para cada uma
das combinações, o limite de ligações entre origem e destino é de 10.

Será apresentado um exemplo resolvido passo a passo com o objetivo de ensinar ao


leitor a utilização da planilha.

Tomemos o seguinte problema em que temos os dados para calibração para 2 ligações
entre origem e destino e busca-se os valores das funções utilidade para alguns determinados
valores das variáveis e o percentual de divisão, bem como o número de viagens, por modo
de transporte a partir do número total de viagens.

10
Figura 3: Dados para calibração do modelo logit multinomial

Figura 4: Valores buscados

11
Figura 5: Tela inicial com as opções habilitadas

Basta clicar sobre a opção do módulo desejado, dentre os 4 habiltados (3 modos e 2


variàveis; 3 modos e 3 variáveis; 4 modos e 2 variáveis e 4 modos e 3 variáveis) e será
direcionado para planilha correspondente.

Para o exemplo proposto, clicaremos na opção do módulo 3 modos e 2 variáveis,


chegaremos então à seguinte tela:

12
Figura 6: Módulo 3 modos e 2 variáveis

Nesta tela, deve-se clicar no botão “Preenchimento Inicial” e cadastrar as


informações sobre o nome de cada um dos 3 modos de transporte e o nome de cada uma
das 2 variáveis da função utilidade.

13
Figura 7: Janela para preenchimento do nome do 1º modo de transporte

Clique em OK.

Figura 8: Janela para preenchimento do nome do 2º modo de transporte

Clique em OK.

Figura 9: Janela para preenchimento do nome do 3º modo de transporte

Clique em OK.

Na sequência aparecerá as janelas solicitando o preenchimento dos nomes das


variáveis da função utilidade.

14
Figura 10: Janela para preenchimento do nome da 1ª variável

Clique em OK.

Figura 11: Janela para preenchimento do nome da 2ª variável

Clique em OK.

Em seguida, deve-se preencher somente as células verdes das respectivas tabelas dos
3 modos de transporte com os dados da amostra de viagens observadas (no máximo 10
ligações são permitidas) e que serão utilizadas para a calibração do modelo logit. (Dados
para os rótulos “Origem”, “Destino”, “Nº Viagens Observadas”, “1ª var (...)” e 2ª var (...)”).

15
Figura 12: Preenchimento somente das células verdes

Na sequência, deve-se pressionar inicialmente o botão “Calibrar E^2”. Para buscar


por melhores resultados, deve-se alternar com o botão “Calibrar |E|” até que o somatório
dos respectivos erros estejam dentro da tolerância admissível pelo usuário ou que os valores
de erros entrem em convergência (estes botões acionam a função Solver do pacote VBA
que irá procurar valores para os coeficientes, por meio de algoritmos de otimização, que
minimizem o somatório dos erros ao quadrado ou somatório dos valores absolutos dos erros
– esta função pode levar até alguns minutos para encontrar os valores para os coeficientes
(células amarelas)).

Para o exemplo, pressionando o botão “Calibrar E^2”, temos:

16
Figura 13: 1ª solução apresentada pelo Solver

Após pressionar o botão “Calibrar |E|”, temos:

Figura 14: 2ª solução dada pelo Solver (Erros menores do que os da 1ª solução)

17
Pressionando novamente o botão “Calibrar E^2”, temos:

Figura 15: 3ª solução dada pelo Solver (Erros menores do que os da 2ª solução)

Após pressionar o botão “Calibrar |E|” mais uma vez, temos:

Figura 16: 4ª solução dada pelo Solver (Erros menores do que os da 3ª solução)

18
E assim, sucessivamente, a alternância entre os botões “ Calibra E^2” e “Calibrar |E|”
deve ser feita até que os valores de erro entrem em convergência e com alterações
inferiores a tolerância.

Clicando-se no botão agrupar ou arrastando para a direita, é possível observar os


resultados dos parâmetros intermediários e avaliar os percentuais de erro para cada
comparação entre o número de viagens calculadas pelo número de viagens observadas.

Figura 17: Parâmetros Intermediários

19
Agrupando-se os parâmetros intermediários ou arrastando a planilha para a direita,
chegamos as tabelas que calculam as funções utilidade e o número de viagens por modo.
Para tanto, basta preencher somente as células verdes com os devidos valores.

Figura 18: Funções utilidade e Cálculo do Nº de Viagens por Modo

Preenchendo-se as células verdes com os valores do exemplo, temos:

Figura 19: Preenchimento da tabela das Funções Utilidade e do Cálculo do Número de Viagens

20
Os resultados com os valores das funções utilidade, dos percentuais de viagens por
cada modo de transporte com seus respectivos números de viagens são apresentados nas
células amarelas.

21