Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/7924
Título: Solução probabilística para maximização dos ganhos de motoristas de táxi e aplicativos.
Autor(es): Dias, Fábio Henrique Soares
Orientador(es): Fortes, Reinaldo Silva
Membros da banca: Ferreira, Anderson Almeida
Veloso, Bráulio Miranda
Fortes, Reinaldo Silva
Palavras-chave: Sistema de recomendação
Rotas
Veículos flex
Dados sintéticos
Data do documento: 2025
Referência: DIAS, Fábio Henrique Soares. Solução probabilística para maximização dos ganhos de motoristas de táxi e aplicativos. 2025. 44 f. Monografia (Graduação em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2025.
Resumo: Esta monografia tem como objetivo desenvolver um sistema de recomendação de rotas para motoristas de táxi, com foco em aumentar sua rentabilidade, conside- rando fatores como a probabilidade de encontrar passageiros, o abastecimento e o preço do combustível. Para isso, este trabalho se inspirou em um estudo que recomenda rotas viáveis para táxis elétricos, com o objetivo de aumentar a receita diária do motorista. A partir dessa ideia, realizou-se uma adaptação para um novo contexto, no qual veículos flex foram selecionados como agentes do sistema. Essa escolha permite que o sistema desenvolvido seja aplicável a taxistas que utilizam veículos flex, aproximando-o da realidade. Para isso, preços reais de combustíveis (gasolina e álcool) são considerados no momento do abastecimento do táxi. Vi- sando esse objetivo, com o auxílio do Simulation of Urban MObility (SUMO), foram gerados novos dados de corridas a partir do histórico Sistema de Posicionamento Global (GPS) de táxis, contendo informações sobre suas rotas, para que o pro- blema fosse modelado adequadamente. Com base nesses dados, desenvolveu-se o sistema utilizando o algoritmo de Dijkstra e bibliotecas do SUMO, com o intuito de auxiliar nos cálculos de probabilidade. Os experimentos realizados mostraram que a comparação entre estratégias de reabastecimento (posto mais barato e mais próximo) evidenciou a vantagem dos postos próximos em cenários nos quais o veículo ainda possui bastante combustível. Além disso, observou-se a eficiência da gasolina em situações em que a quantidade de combustível está mais limitada.
Resumo em outra língua: This monograph aims to develop a route recommendation system for taxi drivers, focusing on increasing their profitability by considering factors such as the prob- ability of finding passengers, refueling strategies, and fuel prices. To achieve this, the work was inspired by a study that recommends viable routes for electric taxis, with the goal of increasing the driver’s daily revenue. Based on this idea, an adaptation was made to a new context in which flex-fuel vehicles were selected as the system’s agents. This choice allows the developed system to be applicable to taxi drivers who use flex-fuel vehicles, bringing it closer to real-world scenarios. For this reason, real fuel prices (gasoline and ethanol) are considered at the time of refueling. With this goal in mind, and using SUMO, new trip data were gener- ated based on the GPS history of taxis, including information about their routes, in order to properly model the problem. Based on these data, the system was developed using Dijkstra’s algorithm and SUMO libraries to support probability calculations. The experiments showed that the comparison between refueling strategies (cheapest vs. nearest gas station) highlighted the advantage of nearby stations in scenarios where the vehicle has a high fuel level. Moreover, gasoline proved to be more efficient when the available fuel was limited
URI: http://www.monografias.ufop.br/handle/35400000/7924
Aparece nas coleções:Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_SoluçãoProbabilísticaMaximização.pdf2,85 MBAdobe PDFVisualizar/Abrir


Os itens na BDTCC estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.