Por favor, use este identificador para citar o enlazar este ítem: http://www.monografias.ufop.br/handle/35400000/4169
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorSilva, Gustavo Peixotopt_BR
dc.contributor.authorGuimarães, Guilherme Bastos-
dc.date.accessioned2022-06-24T18:02:43Z-
dc.date.available2022-06-24T18:02:43Z-
dc.date.issued2021pt_BR
dc.identifier.citationGUIMARÃES, Guilherme Bastos. Otimização da rede de transporte público de Ouro Preto. 2021. 42 f. Monografia (Graduação em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2021pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/4169-
dc.description.abstractEste trabalho trata do Problema do Projeto de Redes de Transporte Público por ônibus urbano - PPRTP, que consiste em: i) estabelecer os trajetos das rotas (linhas) de ônibus urbano a serem operadas em uma cidade, ii) definir as tabelas com os horários de partida das viagens de cada rota e iii) definir a frota necessária para atender a demanda da cidade. A rede, composta pelo elementos citados, é criada de tal forma que sejam minimizados os custos dos operadores (empresas de transporta público) e dos usuários do sistema (passageiros), constituindo assim em um problema multiobjetivo. O custo dos operadores é representado tanto pela frota em operação quanto pela distância total percorrida por esta frota, para executar as viagens contidas nas tabelas de horários. Por outro lado, o custo dos usuários é representado pela soma dos tempos de espera, os tempos de viagem dentro do veículo e eventuais transferência realizadas entre diferentes linhas do sistema. Neste trabalho se propõe implementar dois Algoritmos Genéticos - AGs para resolver este problema, considerando uma única função objetivo com custos ponderados. Os métodos de solução basaram-se na construção inicial de um banco de rotas viáveis, sendo que cada solução é construída selecionando-se um subconjunto de rotas deste banco para formar uma solução viável para a rede. Foram aplicadas estratégias de busca por soluções viáveis durante os operadores dos AGs, devido à possibilidade de ocorrência de um grande número de indivíduos inviáveis. Os modelos foram avaliados com uma instância de teste da literatura e os resultados obtidos estiveram dentro do esperado. Uma vez calibrados os Algoritmos Genéticos, foi realizado um estudo de caso com os dados da cidade de Ouro Preto referentes ao ano de 2015. Desta forma, pode-se verificar se as soluções otimizadas são passíveis de implementação prática e comparar a eficiência das soluções empíricas, colocadas em prática no período do estudo.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectOtimizaçãopt_BR
dc.subjectTransporte públicopt_BR
dc.subjectAlgoritmo genéticopt_BR
dc.titleOtimização da rede de transporte público de Ouro Preto.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.contributor.refereeSilva, Gustavo Peixotopt_BR
dc.contributor.refereeFreitas, Alan Robert Resende dept_BR
dc.contributor.refereeAyala, Rodolfopt_BR
dc.description.abstractenThis project is about the Problem of the Urban Bus Public Transport Network Project - PTNP, which consists of: i) establishing the routes of the bus lines to be operated in a city, ii) defining the timetables with the departure of the trips of each route and iii) define the necessary fleet to meet the demand of the city. The network is created in such a way that the costs of operators and system users are minimized, thus constituting a multiobjective problem. The cost of the operators is represented by both the operating fleet and the total mileage required to perform the journeys contained in the timesheets. On the other hand, the cost of users is represented by the sum of waiting times, travel times inside the vehicle and any transfer penalties between different system lines. In this project we propose to implement two Genetic Algorithms - AGs to solve this problem, considering only one objective function for initial tests. The solution methods are based on the initial construction of a viable route bank, where each solution is built by selecting a subset of routes from this bank to form a viable network solution. Search strategies for viable solutions will be applied during GA operators, due to the possibility of a large number of unviable individuals. Both models were evaluated with a test instance of the literature and the results obtained were as expected. Once the AGs were calibrated, was realized a case study with the datas from Ouro Preto city in the year of 2015.pt_BR
dc.contributor.authorID16.1.4069pt_BR
Aparece en las colecciones: Ciência da Computação

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
MONOGRAFIA_OtimizaçãoRedeTransporte.pdf852,2 kBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons