Estimação de medida locacional fuzzy para contagem volumétrica de veículos em via urbana

• Ano de defesa: 2016
• Autor(a) principal: Oliveira, Anna Beatriz Espíndola de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Estado do Rio de Janeiro; Centro de Tecnologia e Ciências::Instituto de Matemática e Estatística; BR; UERJ; Programa de Pós-Graduação em Ciências Computacionais
• Palavras-chave em Português: Central Location; Robust Estimation; Criterio Function; Medida de locação central Fuzzy; Estimação robusta; Função critério; Engenharia de tráfego - Métodos estatísticos; Trânsito - Fluxo; Trânsito urbano; Lógica difusa; CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://www.bdtd.uerj.br/handle/1/7717

O volume de tráfego urbano apresenta variações de sazonalidade com picos horários durante o período diário. Este cenário tem ocasionado congestionamentos, estas variações do fluxo de veículos influenciam a média. Sendo assim, esta proposta sugere uma medida locacional robusta Fuzzy, que traduz a Contagem Volumétrica de Veículos (CVV) em pertinências, que são usadas como ponderadores da Média Fuzzy. Na obtenção desta medida locacional, foram usadosos métodos FNM e o GFNM com o uso do Princípio de Extensão, avaliada pela Distância Euclidiana e pela Distância de Mahalanobis, respectivamente. O cálculo da medida locacional robusta fuzzy minimizará a variabilidade do fluxo de veículos sem exclusão dos horários considerados outliers. A validação da adequabilidade da robustez desta média é aferida pela função critério, que deve ser minimizada em iterações, atingindo valor inferior daquela correspondente a iteração anterior. A aplicação foi realizada para intervalos horários da CVV nos dias da semana para a interseção da Av. Genaro de Carvalho e Estada Benvindo de Novaes, local de variações frequentes durante o período horário do dia. O método priorizou verificar o comportamento de vias que possivelmente poderão ser consideradas candidatas a níveis de possíveis retenções. As médias fuzzy consideradas robustas foram aquelas que apresentaram convergência para a função critério