Técnicas de IA aplicadas a análise e melhoria da mobilidade urbana: um estudo de caso

Página do item simplificado
dc.contributor.advisorFernandes, Leandro Carlos
dc.contributor.authorQuintieri, Carlos Eduardo Saraiva
dc.contributor.authorAmaral, Victor Figueiredo
dc.contributor.authorKechichian, Vitor de Sá
dc.date.accessioned2024-08-07T16:02:43Z
dc.date.available2024-08-07T16:02:43Z
dc.date.issued2024-06-07
dc.descriptionIndicado para publicação.
dc.description.abstractIn the context of smart cities, the application of Artificial Intelligence techniques in urban traffic presents significant potential for improving various economic and social aspects, as well as the quality of life for citizens. This work focused on exploring the use of the Ant Colony Optimization (ACO) algorithm to analyze urban traffic data from the city of São Paulo. The aim is to provide a form of analysis that supports urban managers in identifying routes with a higher flow of people. The experimental results identified critical paths, highlighting sensitive areas along urban routes and providing useful information to managers. The analysis of real public data on people traffic demonstrates that it is possible to offer insights for the enhancement of urban mobility and the promotion of improved quality of life for the population of this large metropolis.
dc.description.abstractNo contexto das cidades inteligentes, a aplicação de técnicas de Inteligência Artificial no tráfego urbano apresenta um potencial significativo para melhorar diversos aspectos econômicos, sociais e a qualidade de vida dos cidadãos. Este trabalho concentrou-se em explorar o uso do Algoritmo de Colônia de Formigas (ACO) para analisar dados do tráfego urbano da cidade de São Paulo. O propósito é oferecer uma forma de análise que sirva de apoio aos gestores urbanos na identificação de rotas com maior fluxo de pessoas. Os resultados experimentais identificaram caminhos críticos, destacando áreas sensíveis ao longo dos trajetos urbanos e provendo informação útil aos gestores. A análise de dados públicos reais sobre o tráfego de pessoas demonstra que é possível oferecer insights para o aprimoramento da mobilidade urbana e a promoção da melhoria na qualidade de vida da população desta grande metrópole.
dc.identifier.urihttps://dspace.mackenzie.br/handle/10899/39119
dc.languagept_BR
dc.publisherUniversidade Presbiteriana Mackenzie
dc.subjectinteligência artificial
dc.subjectcidades inteligentes
dc.subjectartificial intelligence
dc.subjectsmart cities
dc.titleTécnicas de IA aplicadas a análise e melhoria da mobilidade urbana: um estudo de caso
dc.typeTCC
local.publisher.departmentFaculdade de Computação e Informática (FCI)
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
69-2024.1 - Carlos Eduardo S. Quintieri, Victor Figueiredo Amaral, Vitor de Sá Kechichian.pdf
Tamanho:
667.57 KB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2.22 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Sistemas de Informação - TCC - FCI Higienópolis