Publicação
Algoritmo de monitorização e gestão de transportes
| Resumo: | A construção de cidades inteligentes e sustentáveis engloba diferentes sectores, desde a mobilidade, a energia ou qualquer serviço necessário à vida das pessoas. Nesta dissertação o foco é a mobilidade dentro das cidades inteligentes, ou futuras cidades inteligentes, e objetivo principal é desenvolver uma metodologia que possa fazer a monitorização e gestão de transportes, principalmente de transportes públicos. Utilizou-se dois algoritmos de machine learning neste projeto: K-means Clustering e Support Vector Machine. O objetivo do primeiro algoritmo é identificar padrões de rotas de transportes públicos. E o segundo serve para fazer a previsão do tempo de chegada do transporte duma determinada rota. O algoritmo de K-means consegue identificador o fluxo de passageiros e fazer a separação de clusters com mais passageiros. O algoritmo de SVM consegue fazer a previsão da hora de chegada do transporte com um erro máximo de 2 minutos. |
|---|---|
| Autores principais: | Lopes, Márcio Steven Neves Duarte |
| Assunto: | Monitorização de transportes Gestão de transportes Algoritmo de previsão Machine learning Support vector machine K-means clustering |
| Ano: | 2021 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Instituto Politécnico de Bragança |
| Idioma: | português |
| Origem: | Biblioteca Digital do IPB |
| Resumo: | A construção de cidades inteligentes e sustentáveis engloba diferentes sectores, desde a mobilidade, a energia ou qualquer serviço necessário à vida das pessoas. Nesta dissertação o foco é a mobilidade dentro das cidades inteligentes, ou futuras cidades inteligentes, e objetivo principal é desenvolver uma metodologia que possa fazer a monitorização e gestão de transportes, principalmente de transportes públicos. Utilizou-se dois algoritmos de machine learning neste projeto: K-means Clustering e Support Vector Machine. O objetivo do primeiro algoritmo é identificar padrões de rotas de transportes públicos. E o segundo serve para fazer a previsão do tempo de chegada do transporte duma determinada rota. O algoritmo de K-means consegue identificador o fluxo de passageiros e fazer a separação de clusters com mais passageiros. O algoritmo de SVM consegue fazer a previsão da hora de chegada do transporte com um erro máximo de 2 minutos. |
|---|