Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
http://bibliotecatede.uninove.br/handle/tede/151
Tipo do documento: | Dissertação |
Título: | Previsão de demanda na fase de planejamento antecipado de projetos de transporte de passageiros: uma abordagem por redes neurais artificiais |
Título(s) alternativo(s): | Demand forecast in the front-end planning stages passenger transport projects: an approach by artificial neural networks |
Autor: | Vasconcelos, Vagner Sanches |
Primeiro orientador: | Silva, Filipe Quevedo Pires de Oliveira e |
Primeiro membro da banca: | Rovai, Ricardo Leonardo |
Segundo membro da banca: | Cattini Junior, Orlando |
Resumo: | Considerando que a demanda de passageiros é um dos principais riscos nos empreendimentos de infraestrutura de transporte de passageiros sobre trilhos, este trabalho objetiva validar um modelo de previsão de demanda, baseado em redes neurais artificiais (RNA), de forma a contribuir com a gestão de projetos dessa modalidade de empreendimentos, isso ainda em sua fase de planejamento antecipado do projeto. Para isso, foi utilizado o delineamento do tipo ex-post facto, numa pesquisa do tipo descritiva com abordagem quantitativa, onde o grupo de investigação foi formado pelas estações de metrô e de trem da Região Metropolitana de São Paulo (RMSP). Os dados para o treinamento, teste e validação do modelo neural de previsão de demanda foram obtidos de fontes secundárias, sendo elas: a Pesquisa de Mobilidade Urbana 2012 na RMSP; e a base de dados de entrada de passageiros nas estações de metrô e trem. Foram propostos 12 arquiteturas de RNA com 15 configurações diferentes, totalizando assim 180 processos de treinamento, teste e validação. Para cada uma das arquiteturas, foi identificado o menor erro médio quadrado percentual (EQM%) obtido; e para a melhor arquitetura, com uma camada oculta, foi realizado a análise de relevância, pelo método de Garson, das 4 variáveis de entrada do modelo: a população; o número de matrículas escolares; o número de empregos; e a renda per capita. Os principais resultados obtidos desta pesquisa demonstram a validade das arquiteturas propostas, que apresentaram EQM% entre 0,045% ~ 0,109%. A contribuição para a prática deste estudo é servir como ferramenta de auxilio das organizações e dos gerentes de projeto nos estudos de viabilidade econômico-financeiro desses empreendimentos, ainda em sua fase de planejamento antecipado, servindo como uma ferramenta de tomada de decisão de investimento. |
Abstract: | Considering that passenger demand is a major risk in passenger rail infrastructure projects, this study aims to validate a demand forecasting model based on artificial neural networks (ANN), in order to contribute to the project management of this type of projects, it is still in front-end planning of these projects. For this, the design of the type ex-post facto was used in a descriptive research with quantitative approach where the research group was formed by subway and train stations in the metropolitan region of São Paulo (RMSP). The data for training, testing and validation of the neural model demand forecast were obtained from secondary sources, which are: the Urban Mobility Research 2012 in the RMSP; and the data base of entry passenger at subway and train stations. Proposed were 12 architectures of the ANN with 15 different configurations, totaling 180 training processes, testing and validation. For each of the architectures, the lowest mean square error (MSE) obtained was identified; and the best architecture, with a hidden layer was performed relevance analysis by Garson method, the model 4 input variables: the population; the school enrollment; the number of jobs; and per capita income. The main results of this study demonstrate the validity of the proposed architectures, presenting MSE% from 0.045% ~ 0.109%. The practical contribution this study is to serve as an aid tool for organizations and project managers in the study of economic and financial viability of these projects, still in its early planning stages, serving as an investment decision-making tool. |
Palavras-chave: | gerenciamento de projetos planejamento antecipado do projeto empreendimentos de transporte de passageiros sobre trilhos previsão de demanda redes neurais artificiais project management front-end planning project passenger on rails demand forecasting artificial neural networks |
Área(s) do CNPq: | CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO |
Idioma: | por |
País: | BR |
Instituição: | Universidade Nove de Julho |
Sigla da instituição: | Uninove |
Departamento: | Administração |
Programa: | Programa de Pós-Graduação em Gestão de Projetos |
Citação: | VASCONCELOS, Vagner Sanches. Demand forecast in the front-end planning stages passenger transport projects: an approach by artificial neural networks. 2015. 200 f. Dissertação (Mestrado em Administração) - Universidade Nove de Julho, São Paulo, 2015. |
Tipo de acesso: | Acesso Aberto |
URI: | http://bibliotecatede.uninove.br/tede/handle/tede/151 |
Data de defesa: | 12-Fev-2015 |
Aparece nas coleções: | Programa de Pós-Graduação em Gestão de Projetos |
Arquivos associados a este item:
Arquivo | Tamanho | Formato | |
---|---|---|---|
Vagner Sanches Vasconcelos.pdf | 2,83 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.