Previsão espaço-temporal de entregas urbanas na etapa de last-mile utilizando o modelo STARMA.

• Ano de defesa: 2021
• Autor(a) principal: Sousa, Mariana Martins de Brito
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Análise de séries temporais; Autonomous vehicles; Demanda (Previsão); Forecast; Last-mile; Modelo STARMA; STARMA model; Time series; Veículos autônomos
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3148/tde-08112021-111440/

O nível de urbanização do mundo está aumentando nos últimos anos e consequentemente cresce o número de movimentos de carga e pessoas nos centros urbanos, desafiando ainda mais a infraestrutura de mobilidade das cidades, durante a etapa de last-mile. Uma alternativa importante em relação ao transporte convencional é a utilização de uma frota de veículos autônomos, que interfere positivamente na sustentabilidade, diminuindo o consumo de combustíveis e as emissões de carbono. A proposta desse trabalho é criar um modelo com a função de realizar a previsão da demanda espaço-temporal das viagens de Yellow Taxi, na cidade de Nova Iorque, com o intuito de reduzir a quantidade de taxis vazios nas ruas, economizando energia e diminuindo o congestionamento de veículos nos grandes centros urbanos. Para modelar o problema foi utilizado o modelo STARMA, de séries temporais, considerando a correlação espaço-temporal dos dados. Os resultados indicaram um erro percentual absoluto médio de aproximadamente 45% para as previsões, demonstrando que a correlação espacial exerce papel importante nos dados.