como parte dos requisitos para obtenção do título de Mestre em Engenharia Civil -Área de Concentração: Transportes. São Carlos 2002 À minha família: Meus pais, Doris e Willian, por terem me apoiado muito nos meus estudos, mesmo estando longe daqui; Minha irmã, Karen, pelo total apoio, colaboração e ajuda dados desde o momento que surgiu em mim a idéia para prosseguir com meus estudos no Brasil. AGRADECIMENTOS A Deus; Ao Prof. Dr. Antônio Nélson Rodrigues da Silva, meu orientador, a pessoa que me deu a oportunidade de demonstrar que sou capaz de fazer coisas importantes, além de ser o grande motivador para meu trabalho; Ao professor Eiji Kawamoto pela cessão dos dados da pesquisa O-D. Aos Professores do Departamento de Transportes, que compartilharam seus conhecimentos de transportes e contribuíram em muito para meu desenvolvimento profissional; A todos do pessoal administrativo do STT, que sempre me auxiliaram quando precisei de alguma ajuda com meus documentos, especialmente Heloisa, Beth, Lílian, Magaly, Suely; Aos colegas do STT, especialmente: Pastor, e muitos outros, pela agradável convivência dentro e fora do departamento; A todos aqueles que, direta ou indiretamente, colaboraram para este trabalho. i SUMÁRIO LISTA DE FIGURAS iii RESUMO vi ABSTRACT vii 1. INTRODUÇÃO Palavras-chave: Redes Neurais Artificiais; planejamento estratégico de transportes, acessibilidade, mobilidade. vii
ABSTRACTThe objective of this work is to explore alternative procedures to make more effective the application of ANN (Artificial Neural Network) models in transportation planning. While the use of a specific computer program for training the networks is acceptable, the requirement of the same dedicated software also for predictions and simulations using the trained network is very restrictive from a practical point of view. An alternative to tackle this problem would be to reproduce the behavior of the trained ANN models out the training package through the integration of their estimation capabilities to other tools and environments. This could extend the resources of different planning tools, allowing, for instance, simpler and direct sensitivity analyses. The present study is based on a model developed in previous research work, in which a particular ANN model has been developed to estimate a Trip Potential Index for transportation planning at a strategic level. This is a typical example of a model able to produce acceptable trip number estimations based on input variables associated to mobility and accessibility. Any further analyses, however, are usually dependent on the use of the same package used for training the network and the file with the trained network. This stresses the importance of developing alternatives to make more effective the use of this sort of model. Among the alternatives explored in this work are: the use of electronic spreadsheets, a computer program written in Visual Basic, graphs, and the direct integration of the ANN model into a Geographic Information System (GIS) commercial package. In the last case...