UNIVERSIDADE FEDERAL DO CEAR PROGRAMA DE MESTRADO EM ENGENHARIA DE TRANSPORTES

ESTIMAO SINTTICA DE MATRIZES ORIGEM/DESTINO A PARTIR DE CONTAGENS VOLUMTRICAS EM REAS COM CONTROLE DO TRFEGO EM TEMPO REAL COM O AUXLIO DO QUEENSOD

Dante Diego de Moraes Rosado e Souza

Dissertao submetida ao Programa de Mestrado em Engenharia de Transportes da Universidade Federal do Cear, como parte dos requisitos para a obteno do ttulo de Mestre em Cincias (M.Sc.) em Engenharia de Transportes

ORIENTADOR: Prof. Dr. Carlos Felipe Grangeiro Loureiro

Fortaleza 2007

FIICHA CATALOGRFICA SOUZA, DANTE DIEGO DE MORAES ROSADO E Estimao Sinttica de Matrizes Origem/Destino a partir de Contagens Volumtricas em reas com Controle do Trfego em Tempo Real com o Auxlio do Queensod. Fortaleza, 2007. XV, 120 fl., Dissertao (Mestrado em Engenharia de Transportes) Programa de Mestrado em Engenharia de Transportes, Centro de Tecnologia, Universidade Federal do Cear, Fortaleza, CE, 2007. 1. Transportes - Dissertao 2. Estimao de Matrizes OD 4. QueensOD CDD 388 3. Controle Centralizado do Trfego Urbano Sistemas CTA

REFERNCIA BIBLIOGRFICA SOUZA, D. D. DE M. R. E (2007). Estimao Sinttica de Matrizes Origem/Destino a partir de Contagens Volumtricas em reas com Controle do Trfego em Tempo Real com o Auxlio do Queensod. Dissertao de Mestrado, Programa de Mestrado em Engenharia de Transportes, Universidade Federal do Cear, Fortaleza, CE, 120 fl.

CESSO DE DIREITOS NOME DO AUTOR: Dante Diego de Moraes Rosado e Souza TTULO DA DISSERTAO DE MESTRADO: Estimao Sinttica de Matrizes Origem/Destino a partir de Contagens Volumtricas em reas com Controle do Trfego em Tempo Real com o Auxlio do Queensod. Mestre / 2007 concedida Universidade Federal do Cear permisso para reproduzir cpias desta dissertao de mestrado e para emprestar ou vender tais cpias somente para propsitos acadmicos e cientficos. O autor reserva outros direitos de publicao e nenhuma parte desta dissertao de mestrado pode ser reproduzida sem a autorizao por escrito do autor. _________________________________ Dante Diego de Moraes Rosado e Souza Rua Gontran Gifoni, 1100, Luciano Cavalcante 608100-220 Fortaleza/CE Brasil

vi ESTIMAO SINTTICA DE MATRIZES ORIGEM/DESTINO A PARTIR DE CONTAGENS VOLUMTRICAS EM REAS COM CONTROLE DO TRFEGO EM TEMPO REAL COM O AUXLIO DO QUEENSOD Dante Diego de Moraes Rosado e Souza DISSERTAO SUBMETIDA AO CORPO DOCENTE DO PROGRAMA DE MESTRADO EM ENGENHARIA DE TRANSPORTES DA UNIVERSIDADE FEDERAL DO CEAR COMO PARTE DOS REQUISITOS NECESSRIOS OBTENO DO GRAU DE MESTRE EM CINCIAS EM ENGENHARIA DE TRANSPORTES. Aprovada por:

______________________________________________ Prof. Carlos Felipe Grangeiro Loureiro, Ph.D. (Orientador)

______________________________________________ Profa. Nadja Glheuca da Silva Dutra, D.Sc. (Examinador Interno)

______________________________________________ Prof. Waldemiro de Aquino Pereira Neto, D.Sc. (Examinador Interno)

______________________________________________ Prof. Eiji Kawamoto, D.Sc. (Examinador Externo)

FORTALEZA, CE BRASIL JULHO DE 2007

iv

DEDICATRIA

Aos meus pais, Dalton e Albeniza, pelo amor dispensado e por terem sempre acredito em mim, amo vocs incondicionalmente.

AGRADECIMENTOS

A concluso dessa dissertao no seria possvel sem a ajuda de vrios colaboradores. Queria agradecer, primeiramente, ao professor Felipe Loureiro por todo incentivo, amizade e apoio dado desde a poca da graduao no curso de Engenharia Civil. Foi sem dvida o melhor professor que eu j tive. Agradeo aos colegas de trabalho da AMC, por estarmos juntos nesta rdua tarefa de tornar o trnsito de nossa cidade mais consciente e humano. Cabe aqui um destaque especial para todos os que colaboraram na etapa de coleta dados. Por fim, agradeo tambm a minha famlia e amigos por acreditarem no meu potencial e por terem incentivado a realizao deste sonho.

vi

SUMRIO
CAPTULO 1.................................................................................................................. 1 INTRODUO............................................................................................................... 1 1.1 1.2 1.3 1.3.1 1.3.2 1.4 CONTEXTUALIZAO ..................................................................................... 1 PROBLEMA DE PESQUISA ............................................................................. 2 OBJETIVOS DA PESQUISA ............................................................................. 4 Objetivo Geral .................................................................................................... 4 Objetivos Especficos ......................................................................................... 5 ESTRUTURA DO TRABALHO.......................................................................... 5

CAPTULO 2.................................................................................................................. 7 MTODOS DE ESTIMAAO DE MATRIZES ORIGEM/DESTINO .............................. 7 2.1 2.1.1 2.1.2 2.1.3 2.1.4 2.1.5 2.2 2.2.1 2.2.2 2.2.3 MTODOS TRADICIONAIS DE OBTENO DE MATRIZES OD ................... 7 Pesquisa Domiciliar............................................................................................ 7 Pesquisa com Entrevista no Emprego ............................................................. 10 Pesquisa de Dirio de Viagens ........................................................................ 10 Pesquisa de Placas.......................................................................................... 11 Outras Pesquisas Importantes ......................................................................... 13 MTODOS SINTTICOS DE ESTIMAO DE MATRIZ OD A PARTIR DE CONTAGENS VOLUMTRICAS..................................................................... 14 Dificuldades Associados aos Mtodos Sintticos de Estimao ..................... 15 Formulaes Propostas ................................................................................... 20 Implementaes Computacionais .................................................................... 32

CAPTULO 3................................................................................................................ 42 CARACTERIZAO DA REA DO ESTUDO DE CASO .......................................... 42 3.1 3.2 3.3 3.4 CONTROLE DE TRFEGO EM REA DE FORTALEZA (CTAFOR) ............ 42 DELIMITAO DA REA DE ESTUDO DO CASO ....................................... 46 CARACTERIZAO QUANTO AO USO DO SOLO ...................................... 47 CARACTERIZAO QUANTO AOS ASPECTOS FUNCIONAIS E FSICOS DAS VIAS ........................................................................................................ 49 3.5 CARACTERIZAO QUANTO AOS ASPECTOS OPERACIONAIS DAS VIAS ................................................................................................................. 50

vii

3.6 3.6.1 3.6.2

CARACTERIZAO DOS DESLOCAMENTOS NA REA DO ESTUDO DE CASO ............................................................................................................... 51 Zoneamento da rea de Estudo ...................................................................... 52 Pesquisa de Leitura de Placa........................................................................... 53

CAPTULO 4................................................................................................................ 63 ANLISE DAS MATRIZES ESTIMADAS PARA A REA DE ESTUDO DO CASO........................................................................................................................... 63 4.1 4.1.1 4.1.2 4.1.3 4.2 4.2.1 4.2.2 COLETA E CODIFICAO DOS DADOS ...................................................... 63 Geometria da Rede ...........................................................................................64 Controle do Trfego ..........................................................................................65 Fluxo de Trfego Observado.............................................................................66 CALIBRAO DO MODELO DE ESTIMAO DO QUEENSOD ................. 71 Calibrao do Critrio de Erro para as Diferenas entre os Fluxos Estimados e Observados .......................................................................................................72 Calibrao do Critrio de Erro para as Diferenas entre as Demandas Estimadas e Observadas ..................................................................................76 4.3 ANLISE DE SENSIBILIDADE DOS RESULTADOS QUANTO QUALIDADE DA MATRIZ OD SEMENTE ...................................................... 80 4.4 ANLISE DE SENSIBILIDADE DOS RESULTADOS QUANTO QUANTIDADE DE INFORMAES DE FLUXOS DE TRFEGO UTILIZADAS .................................................................................................... 81 4.5 4.5.1 4.5.2 ANLISE DA VARIABILIDADE DA DEMANDA............................................. 87 Variabilidade da Demanda ao Longo do Dia.....................................................88 Variabilidade da Demanda ao Longo dos Dias .................................................92

CAPTULO 5................................................................................................................ 94 CONCLUSES E RECOMENDAES...................................................................... 94 5.1 5.2 CONCLUSES ................................................................................................ 94 RECOMENDAES........................................................................................ 98

REFERNCIAS BIBLIOGRFICAS ......................................................................... 100

ANEXOS .................................................................................................................... 105 ANEXO I .................................................................................................................... 106

viii

MATRIZ OD AMOSTRAL E EXPANDIDA DO PERODO DE ANLISE (17H15 18H15) ...................................................................................................................... 106 ANEXO II .................................................................................................................. 108 ARQUIVOS DE ENTRADA DO QUEENSDO ........................................................... 108

ix

LISTA DE FIGURAS
Figura 1.1: Figura 2.1: Figura 2.2: Figura 2.3: Figura 2.4: Figura 2.5 Figura 2.6: Idia central da pesquisa.........................................................................4 Esquema da pesquisa amostral de placa para estimar a matriz OD, adaptada de HELLINGA (1994) ............................................................12 Rede hipottica para descrever a possibilidade de mltiplas solues, adaptada de Rakha et al. (1998a) .........................................................16 Rede hipottica para descrever a possibilidade de mltiplas solues 17 Rede hipottica para descrever a possibilidade de mltiplas solues 17 Exemplo de inconsistncia de fluxos, adaptada de Ortzar e Willumsen (1994) ...................................................................................................19 Representao da demanda de viagens em trs estados: macro-estado (a), meso-estado (b) e micro-estado (c) e (d). Adaptada de BERTONCINI (2007) .............................................................................22 Figura 2.7: Figura 2.8: Figura 2.9: Figura 2.10: Figura 2.11: Figura 2.12: Figura 2.13: Figura 2.14: Figura 2.15: Figura 2.16: Figura 2.17: Figura 3.1: Figura 3.2: Figura 3.3: Figura 3.4: Variao da entropia do sistema em funo da demanda TAC ..............23 Resultado de estimao para o primeiro cenrio ..................................27 Resultado de estimao para o segundo cenrio .................................28 Resultado de estimao para o terceiro cenrio ...................................28 Resultado de estimao para o quarto cenrio.....................................28 Rede hipottica utilizada para descrever o processo de estimao do TransCAD, adaptada de NIELSEN (1998) ............................................35 Estimao dos fluxos de trfego e matriz OD aps a primeira iterao 35 Estimao de fluxos de trfego e matriz OD aps segunda e terceira iterao..................................................................................................36 Estimao dos fluxos de trfego e matriz OD aps a dcima iterao .37 Estrutura de arquivos compartilhada entre o QueensOD e o Integration, adaptada de DEMARCHI et al. (2004) ..................................................38 Fluxograma de estimao da matriz OD pelo QueensOD, Fonte: M. VAN AERDE & ASSOC. (2002a) ..........................................................40 Esquema de funcionamento do sistema SCOOT..................................43 Tipos de controle das intersees semaforizadas do municpio de Fortaleza................................................................................................44 Malha de detectores ..............................................................................45 Evoluo da frota de veculos e da taxa de motorizao de Fortaleza. Fonte: Detran (2007) .............................................................................46

x Figura 3.5: Figura 3.6: Figura 3.7: Figura 3.8: Figura 3.9: Figura 3.10: Figura 3.11: Figura 3.12: Figura 3.13: Figura 3.14: Figura 3.15: Figura 3.16: Figura 3.17: Figura 3.18: Figura 3.19: Figura 4.1: Figura 4.2: Figura 4.3: Figura 4.4: Figura 4.5: Figura 4.6: Figura 4.7: Regio com controle em tempo real, destacando a rea do estudo de caso .......................................................................................................47 rea do estudo de caso.........................................................................48 Uso do solo da rea do estudo de caso ................................................48 Dados de fluxo de trfego da rea do estudo de caso para o pico da tarde ......................................................................................................51 Dados de grau de saturao da rea do estudo de caso para o pico da tarde ......................................................................................................52 Zoneamento da rea do estudo de caso...............................................53 Distribuio dos pesquisadores nos postos de observao..................54 Movimento de converso do posto de observao 01 ..........................55 Tratamento do registro incompleto........................................................56 Tratamento do registro errado...............................................................57 Composio dos caminhos das placas registradas ..............................57 Variao da demanda horria amostral por intervalo de pesquisa .......58 Demandas de origem e destino amostrais do perodo de anlise (17h15 - 18h15) .................................................................................................59 Ilustrao do processo de expanso da matriz amostral ......................60 Demanda de origem e destino da matriz OD expandida.......................62 Identificao dos ns e arcos da rede...................................................64 Tipos de controle da rea de estudo .....................................................66 Arcos da rede simulada que possuem lao de deteco ......................67 Exemplo de diagrama de caixa, fonte OLIVEIRA (2004) ......................68 Diagramas de caixa da varivel fluxo de trfego do lao de deteco 054:a......................................................................................................69 Substituio de valores atpicos por valores mdios.............................70 Diagrama de disperso e reta de regresso das demandas para o segundo cenrio utilizando o critrio de erro relativo para as demandas e o erro quadrtico para os fluxos .........................................................73 Figura 4.8: Diagrama de disperso e reta de regresso das demandas para o segundo cenrio utilizando o critrio de erro relativo para as demandas e o erro poissoniano para os fluxos.......................................................73 Figura 4.9: Diagrama de disperso e reta de regresso das demandas estimadas para o segundo cenrio.........................................................................74

xi Figura 4.10: Diagrama de disperso entre os fluxos para o segundo cenrio utilizando o critrio de erro relativo para as demandas e o erro quadrtico para os fluxos ......................................................................74 Figura 4.11: Diagrama de disperso entre os fluxos para o segundo cenrio utilizando o critrio de erro relativo para as demandas e o erro poissoniano para os fluxos ....................................................................75 Figura 4.12: Diagrama de disperso entre os fluxos para o segundo cenrio utilizando o critrio de erro relativo para as demandas e o erro relativo para os fluxos ........................................................................................75 Figura 4.13: Diagramas de disperso e reta de regresso das demandas, fornecendo a matriz OD semente binria, e utilizando os trs critrios de erro para a demandas e o erro quadrtico para os fluxos.....................76 Figura 4.14: Diagramas de disperso e reta de regresso das demandas, fornecendo a matriz OD semente amostral, e utilizando os trs critrios de erro para as demandas e o erro quadrtico para os fluxos..............77 Figura 4.15: Diagramas de disperso e reta de regresso das demandas, fornecendo a matriz OD semente expandida, e utilizando os trs critrios de erro para as demandas e o erro quadrtico para os fluxos .....................................................................................................78 Figura 4.16: Figura 4.17: Figura 4.18: Figura 4.19: Rotas sem informao de fluxo de trfego............................................83 Segundo cenrio de informaes de fluxo de trfego ...........................83 Terceiro cenrio de informaes de fluxo de trfego ............................84 Diagrama de disperso e reta de regresso das demandas estimadas para o primeiro (a) e o segundo (b) cenrios de informao de fluxos de trfego ...................................................................................................85 Figura 4.20: Diagrama de disperso e retas de regresso das demandas originadas na zona 40 para o primeiro (a) e o segundo (b) cenrios de informaes de fluxos de trfego ...............................................................................85 Figura 4.21: Diagrama de disperso e reta de regresso das demandas estimadas para o primeiro (a) e o terceiro (b) cenrios de informao de fluxos de trfego ...................................................................................................86 Figur 4.22: Diagrama de disperso e retas de regresso das demandas originadas na zona 24 para o primeiro (a) e o terceiro (b) cenrios de informaes de fluxos de trfego ...............................................................................87 Figura 4.23: Dados de fluxo de trfego da rea do estudo de caso para o entre-pico da manh...............................................................................................89

xii Figura 4.24: Figura 4.25: Diagrama de disperso e reta de regresso das demandas estimadas para o pico da tarde e entre-pico da manh..........................................89 Diagrama de disperso e regresso das propores das demandas estimadas e do total de viagens para o entre-pico da manh e pico da tarde ......................................................................................................90 Figura 4.26: Figura 4.27: Figura 4.28: Figura 4.29: Histograma das propores das demandas estimadas do total de viagens para o entre-pico da manh .....................................................91 Histograma das propores das demandas estimadas do total de viagens para o pico da tarde .................................................................91 Variao da demanda total estimada ....................................................93 Variao da demanda para alguns pares OD .......................................93

xiii

LISTA DE TABELAS
Tabela 2.1: Tabela 2.2: Tabela 2.3: Tabela 2.4: Tabela 2.5: Tabela 2.6: Tabela 2.7: Tabela 3.1: Tabela 3.2: Tabela 3.3: Tabela 4.1: Tabela 4.2: Tamanhos de amostras recomendado e mnimo em pesquisas domiciliares em funo da populao..................................................... 9 Observaes sobre a pesquisa domiciliar ............................................ 10 Representao da Matriz OD em funo da demanda entre A e C para a rede hipottica ................................................................................... 16 Matriz OD de maior entropia................................................................. 24 Clculo das demandas para a rede hipottica na primeira iterao..... 35 Clculo das demandas para a rede hipottica na segunda iterao .... 36 Clculo das demandas para a rede hipottica na terceira iterao...... 36 Classificaes das vias da rea do estudo de caso ............................. 49 Classificao das viagens por tipo de deslocamento matriz amostral ................................................................................................ 59 Classificao das viagens por tipo de deslocamento matriz expandida ............................................................................................. 61 Cenrios de estimao para calibrao do QueensOD........................ 72 Resultados dos testes de regresso para calibrao do Critrio de erro a ser utilizado........................................................................................ 78

xiv Resumo da Dissertao submetida ao PETRAN/UFC como parte dos requisitos para a obteno do ttulo de Mestre em Cincias (M.Sc.) em Engenharia de Transportes. ESTIMAO SINTTICA DE MATRIZES ORIGEM/DESTINO A PARTIR DE CONTAGENS VOLUMTRICAS EM REAS COM CONTROLE DO TRFEGO EM TEMPO REAL COM O AUXLIO DO QUEENSOD Dante Diego de Moraes Rosado e Souza Julho/2007 Orientador: Carlos Felipe Grangeiro Loureiro

Desde 2000, Fortaleza dispe de um moderno sistema de controle de trfego em rea (CTAFOR) que, apesar de eficaz no controle operacional do trfego urbano, no soluciona definitivamente os problemas de congestionamento da rede. Uma forma de melhorar o desempenho desse sistema seria obter informaes precisas sobre o comportamento de deslocamento do trfego em sua rea de controle, permitindo intervenes em tempo real e caracterizando o CTAFOR como um verdadeiro Sistema Inteligente de Transporte (ITS). Diante deste contexto, o objetivo geral desta pesquisa foi estimar demandas de deslocamento do transporte individual motorizado na regio controlada em tempo real pelo CTAFOR, utilizando o modelo de estimao sinttica de matriz OD que se baseia em contagens volumtricas do trfego, implementado no QueensOD. Inicialmente, foi definida uma rea de estudo de caso, representativa de toda a regio controlada pelo CTAFOR, na qual esse modelo foi aplicado com a finalidade de obter uma maior compreenso e experincia na sua utilizao. Aps a definio da rea de estudo, foi realizada a etapa de calibrao do modelo de estimao quanto aos critrios de erro utilizados para calcular as diferenas entre as demandas estimadas e observadas e os fluxos de trfego estimados e observados. Essa etapa foi seguida de uma anlise de sensibilidade dos resultados de estimao frente variao da qualidade dos dados de entrada (matriz OD semente e fluxos de trfego) e uma anlise da variabilidade da demanda. Como principais concluses, tmse que as informaes fornecidas pelo controle de trfego em tempo real realizado pelo CTAFOR sozinhas no so suficientes e dependem do fornecimento de uma matriz OD semente com qualidade para a obteno de resultados satisfatrios de estimao, e que, caso se deseje estimar matrizes para diferentes perodos do dia, deve-se obter matrizes OD amostrais diretamente em campo para o respectivo horrio, visto que a utilizao de uma matriz OD semente pr-define a estrutura da matriz OD a ser estimada.

xv Abstract of Thesis submitted to PETRAN/UFC as a partial fulfillment of the requirements for the degree of Master of Science (M.Sc.) in Transportation Engineering.

SYNTHETIC ESTIMATION OF ORIGIN/DESTINATION MATRICES BASED ON TRAFFIC COUNTS IN AREAS WITH REAL-TIME TRAFFIC CONTROL USING QUEENSOD Dante Diego de Moraes Rosado e Souza July/2007 Advisor: Carlos Felipe Grangeiro Loureiro

Since 2000, Fortaleza has a modern urban traffic control system (CTAFOR) that, although efficiently reaching its operational objectives in controlling the urban traffic, does not solve all the congestion problems on the network. One way of improving the performance of such a system would be to gather precise information about the travel behavior within the area under control, allowing real time actions and characterizing CTAFOR as a real Intelligent Transportation System (ITS). In such a context, the main objective of this research was to estimate motorized person trips patterns in an area within a region under control of Fortalezas UTC system, using a synthetic OD matrix estimation model which is based in traffic flow volumes, running on QueensOD software. As a first step, it was defined the area for the case study, that would be representative of the whole region controlled by CTAFOR, in which this model was applied with the objective of gaining a better understanding and experience in its use. After defining the study area, it was developed the step of calibrating the estimation model regarding the error criteria used to calculate the differences between estimated and observed trip demands, as well as estimated and observed traffic flows. This step was followed by a sensitivity analysis on the estimation results due to the variation in the quality of the input data (OD seed matrix and traffic volumes) and an analysis of the variability of the demand. As the main conclusions, it can be pointed out that the information provided by CTAFOR alone are not enough to estimate good quality OD matrices, requiring good OD seed matrices. Therefore, if one wants to estimate matrices for different periods of the day, it is necessary to collect sample OD matrices directly in the field for each time period, since the use of a seed OD matrix predefines the structure of the OD matrix to be estimated.

CAPTULO 1

INTRODUO

1.1 CONTEXTUALIZAO O planejamento urbano de fundamental importncia para o

desenvolvimento de uma cidade. A deficincia na sua elaborao e implantao vem sendo uma das principais causas do crescimento desordenado e desequilibrado dos grandes centros urbanos brasileiros, refletindo, hoje, na reduo da qualidade de vida de seus cidados. A realizao adequada desses planejamentos requer um entendimento do comportamento complexo das relaes de uso do solo de uma cidade e, especialmente no caso do planejamento de transportes, da integrao dessas relaes com o sistema de transportes. Nas ltimas dcadas, as tcnicas de modelagem da demanda por transportes vm sendo uma das principais ferramentas de auxlio ao planejamento de transportes. A utilizao dessa modelagem visa principalmente entender o comportamento dos deslocamentos dos diversos grupos de indivduos ou mercadorias de uma determinada regio e o impacto desses deslocamentos no sistema virio, permitindo, deste modo, determinar a relao entre a demanda e a oferta de transportes. Percebese que para a realizao de uma modelagem da demanda eficiente, que represente bem essa relao, primordial a obteno de informaes acuradas sobre os desejos de deslocamento. Em geral, os desejos de deslocamentos de pessoas ou de mercadorias, em uma regio, so representados por matrizes de origem-destino (matrizes OD), bidimensionais, onde cada elemento da matriz (clulas) representa o desejo de deslocamento, ou demanda de deslocamento, entre uma origem e um destino especfico. Uma matriz OD pode ser estimada por diversas formas. Convencionalmente, so utilizados mtodos tradicionais que consistem na realizao de entrevistas em domiclio, no emprego e ao longo da rede viria. Apesar de eficazes, esses mtodos apresentam uma srie de problemas. Segundo ORTZAR e WILLUMSEN (1994), tais mtodos requerem uma quantidade considervel de tempo, recursos humanos e financeiros para sua realizao, alm de terem seus resultados rapidamente

2 desatualizados, principalmente em pases em desenvolvimento, devido s constantes transformaes urbanas. Diante deste contexto, diversos estudos vm sendo desenvolvidos com o intuito de obter mtodos menos onerosos e demorados na estimao de matrizes OD. Dentre as linhas de pesquisas desenvolvidas, LPEZ-REYES e KAWAMOTO (2001) citam a que consiste na busca de tcnicas eficientes de coleta e utilizao de dados, sendo a tcnica de preferncia declarada um dos exemplos mais visveis de esforo, e a que associa dados de fcil obteno a baixo custo com modelos mais sofisticados do que os tradicionais. Dentro desta segunda linha de pesquisa, podem-se destacar os mtodos de estimao de matriz OD baseados em contagens volumtricas do fluxo do trfego observadas ao longo da rede viria, que vm sendo desenvolvidos ao longo das ltimas quatro dcadas e objeto de estudo dessa pesquisa.

1.2 PROBLEMA DE PESQUISA Desde 2000, Fortaleza dispe de um moderno sistema de controle de trfego em rea (CTAFOR) que, apesar de eficaz no controle operacional do trfego urbano, no soluciona os problemas de congestionamento definitivamente, pois seus objetivos esto relacionados, principalmente, com as conseqncias, focando suas principais atividades no aumento da capacidade do sistema virio, e no com as causas desses problemas. Prova disto que, apesar de o sistema implementado atravs do CTAFOR ter alcanado o objetivo principal, aumentando os nveis de servio operacionais do trfego urbano, observam-se recentemente alguns sintomas de reduo desses nveis em alguns perodos do dia. Como exemplo, pode-se citar que as velocidades mdias de deslocamento em perodos de pico nas principais vias arteriais da cidade, segundo LOUREIRO et al. (2004), esto variando em torno de 20 km/h, com tendncia de queda significativa nos prximos anos em funo do crescimento constante da frota de veculos. Acredita-se que uma forma de melhorar o controle operacional do trfego urbano, na regio monitorada por esse sistema, seria obter um entendimento mais apurado do comportamento do trfego, conhecendo-se as caractersticas de distribuio espacial e temporal dos deslocamentos nessa regio. Segundo PARAMAHAMSAN (1999), o controle operacional de sistemas de transporte requer que as matrizes OD sejam dinmicas, confiveis e de fcil e rpida obteno. Nesse

3 contexto, os mtodos convencionais de estimao de matrizes OD no so eficazes, devido s dificuldades (altos custos e demora) no seu processo de obteno e devido ao carter esttico de seus dados, que no permite representar a variabilidade do comportamento dos deslocamentos. Atualmente, pouco se sabe sobre os desejos de deslocamento na Regio Metropolitana de Fortaleza. O ltimo grande esforo para o entendimento desses deslocamentos foi a pesquisa domiciliar realizada em 1996, no escopo do projeto do metr de Fortaleza. Desde ento, pouco tem sido feito para a obteno de uma compreenso mais acurada das relaes entre uso do solo, deslocamentos e utilizao da oferta de transportes. Diante do exposto, somando-se ainda a limitao dos recursos disponveis, acredita-se que o mtodo de estimao de matriz OD sinttica a partir de contagens volumtricas seja uma ferramenta vivel e eficiente, capaz de prover subsdios para uma melhor compreenso dos deslocamentos realizados e, conseqentemente, para um melhor gerenciamento operacional do trfego. A implantao desse mtodo no gerenciamento do trfego na regio monitorada pelo CTAFOR vivel devido facilidade de obteno dos dados de contagens volumtricas. Para realizar o controle operacional do trfego, o CTAFOR possui um subsistema de controle centralizado de semforos que realiza a otimizao semafrica em tempo real. Essa otimizao feita a partir de uma malha de detectores, instalados nas aproximaes das intersees semaforizadas, que coleta e armazena informaes de demanda veicular constantemente em uma parte significativa da malha viria principal da cidade de Fortaleza. A Figura 1.1 ilustra a idia central desta pesquisa de dissertao. Na realidade, a variao espacial e temporal dos fluxos de trfego em uma rede reflexo da variao no comportamento de deslocamentos realizados, ou seja, os fluxos de trfego so uma conseqncia do padro de deslocamento da populao. O objetivo desta pesquisa , portanto, realizar o caminho inverso do que ocorre na realidade, usufruindo das vantagens em possuir uma central de controle de trfego em tempo real, que armazena informaes de fluxos continuamente. Espera-se, deste modo, que, com a implantao desse mtodo, seja possvel estimar matrizes OD para diversos horrios, possibilitando, assim, o conhecimento do comportamento dinmico dos deslocamentos da regio abrangida pelo sistema,

4 permitindo intervenes em tempo real, caracterizando o CTAFOR como um verdadeiro Sistema Inteligente de Transporte (ITS) e melhorando o gerenciamento do trfego urbano na regio controlada por esse sistema. Como benefcio da utilizao dos dados obtidos a partir dessa ferramenta, podemos citar, por exemplo, o uso dos dados de deslocamentos para alimentar modelos de simulao do trfego.

Figura 1.1: Idia central da pesquisa

1.3 OBJETIVOS DA PESQUISA

1.3.1

Objetivo Geral Este trabalho tem como objetivo principal estimar matrizes de origem e

destino com base em contagens volumtricas do fluxo de trfego do transporte individual motorizado, obtidas a partir do controle em tempo real do trfego.

1.3.2

Objetivos Especficos Como objetivos especficos da pesquisa, tem-se: a. Realizar uma reviso bibliogrfica dos principais modelos de estimao de matriz OD a partir de contagens volumtricas, identificando na literatura estudos que tenham avaliado esses modelos; b. Caracterizar a regio de estudo de caso quanto ao uso do solo, oferta do sistema virio e operao do trfego veicular; c. Obter uma matriz OD da regio de estudo de caso do transporte individual motorizado para uma determinada hora de pico de um dia til, utilizando mtodos tradicionais de coleta; d. Calibrar e validar o modelo escolhido de estimao de matrizes OD a partir de contagens volumtricas para a regio de estudo de caso; e. Fazer uma anlise de sensibilidade dos dados de sada do modelo adotado a partir da variao da qualidade dos dados de entrada, identificando a eficincia do modelo para as situaes analisadas; f. Avaliar a variabilidade das demandas estimadas para diferentes perodos do trfego e ao longo de dias tpicos de meses tpicos.

1.4 ESTRUTURA DO TRABALHO Esta dissertao est estruturada em cinco captulos, incluindo este introdutrio, no qual destacado o problema de pesquisa e os objetivos. No Captulo 2, apresentada a reviso bibliogrfica sobre os principais mtodos sintticos de estimao de matrizes a partir de contagens volumtricas, focando no desenvolvimento dos mtodos que utilizam em sua formulao a teoria da maximizao da entropia. Por fim, neste captulo so apresentadas as formulaes matemticas implantadas nos aplicativos QueensOD e TransCAD. Na seqncia, considerando que o mtodo de estimao sinttico ser aplicado em uma rea de estudo de caso, representativa de toda a regio controlada em tempo real pelo CTAFOR, o Captulo 3 apresenta a caracterizao dessa rea, incluindo a caracterizao de suas demandas de deslocamento, obtidas a partir de um

6 mtodo tradicional de pesquisa, e que foram utilizadas na avaliao das estimaes sintticas de matrizes OD realizadas. No Captulo 4, descrito todo o processo metodolgico realizado neste estudo para estimar matrizes OD a partir de contagens volumtricas, abordando as principais particularidades do mtodo utilizado. Por fim, no Captulo 5, so apresentadas as principais concluses deste trabalho, alm de recomendaes para trabalhos futuros relacionados ao mesmo problema de pesquisa.

CAPTULO 2

MTODOS DE ESTIMAO DE MATRIZES ORIGEM/DESTINO

Neste captulo, inicialmente, ser apresentada uma breve descrio dos principais mtodos tradicionais de estimao de matrizes OD, sendo discutidas as particularidades da utilizao destes. Em seguida, inicia-se a discusso sobre os mtodos de estimao sinttica de matrizes baseados em contagens do fluxo de trfego, apresentando as facilidades e os problemas inerentes utilizao desses mtodos, como tambm um histrico das principais formulaes matemticas propostas. Por fim, so apresentadas as formulaes matemticas implantadas nos pacotes computacionais do QueensOD e TransCAD.

2.1 MTODOS TRADICIONAIS DE OBTENO DE MATRIZES OD Os mtodos tradicionais so caracterizados por realizarem a estimao da matriz OD a partir de pesquisas amostrais, nas quais a origem e o destino de um deslocamento so definidos a partir de entrevistas realizadas em domiclio, no emprego e ao longo da rede viria, ou a partir de pesquisa de leitura de placas (HELLINGA,1994). Aps a obteno da matriz OD amostral, realiza-se a expanso desta, a fim de obter uma matriz que represente os deslocamentos de toda a populao.

2.1.1

Pesquisa Domiciliar A pesquisa domiciliar consiste, basicamente, na realizao de entrevistas nas

quais os moradores dos domiclios, pertencentes amostra, so questionados sobre as caractersticas das viagens realizadas dentro da rea de estudo. Durante a entrevista, so coletados ainda os dados socioeconmicos dos entrevistados, permitindo, deste modo, registrar as demandas de deslocamento em conjunto com o perfil socioeconmico da populao (ANTP, 1997).

8 Neste tipo de pesquisa, em termos prticos, o domiclio definido como a unidade amostral bsica, a partir do qual se tem uma amostragem dos indivduos e das viagens realizadas (ANTP, 1997). A definio precisa do conjunto de domiclios que comporo a amostra fundamental para a obteno de resultados representativos de toda a populao e est sujeita aos objetivos e ao nvel de preciso da pesquisa e da variao do comportamento da populao. Normalmente, essa amostragem feita por zona de trfego, que representa a unidade-base de anlise dos deslocamentos realizados, utilizando-se a Equao 2.1 como referncia para determinar o tamanho da amostra.

Z n= E
em que, n: : E: Z: tamanho da amostra;

(2.1)

desvio padro da populao; erro amostral; parmetro da curva normal referente ao nvel de

significncia. Utilizando essa equao em um exemplo hipottico, no qual o objetivo estimar a produo de viagens de uma zona de trfego com coeficiente de variao em torno de 1,0 e especificando um nvel de significncia de 95% e erro amostral de 5%, teremos que selecionar, a partir dos domiclios escolhidos para compor a amostra, aproximadamente 1.500 indivduos. Percebe-se, deste modo, que a pesquisa domiciliar requer amostras com uma grande quantidade de observaes, demandando um planejamento cuidadoso na sua realizao. A Tabela 2.1, adaptada de ORTZAR e WILLUMSEN (1994), apresenta os valores recomendados do tamanho da amostra em funo do tamanho da populao, mas que, segundo esses mesmos autores, no so usados na prtica. Para a cidade de Fortaleza, por exemplo, que possui aproximadamente 2,2 milhes de habitantes (IBGE, 2006), seria recomendado selecionar uma amostra com 88.000 habitantes ou, no mnimo, com 22.000 habitantes.

9 Tabela 2.1: Tamanhos de amostras recomendado e mnimo em pesquisas domiciliares em funo da populao Tamanho da amostra Populao (habitantes) Recomendado Mnimo < 50.000 20,0% 10,0% 50.000 150.000 12,5% 5,0% 150.000 - 300.000 10,0% 2,8% 300.000 - 500.000 6,7% 2,0% 500.000 - 1.000.000 5,0% 1,4% > 1.000.000 4,0% 1,0%

To importante quanto a definio da amostra a elaborao do questionrio a ser aplicado durante a entrevista. Segundo ORTZAR e WILLUMSEN (1994), esse questionrio deve ser sucinto, direto e facilmente compreendido pelo entrevistado, com poucas questes subjetivas, devendo ser aplicado apenas nos moradores com mais de cinco anos de idade. Moradores entre cinco e doze anos de idade so considerados de forma indireta, cabendo ao responsvel responder as questes durante a entrevista (ORTZAR e WILLUMSEN,1994). A seguir so apresentados os principais dados coletados durante a entrevista domiciliar: Dados referentes s viagens: endereo de origem e de destino das viagens; horrio de incio e de trmino da viagem; motivos da viagem; modos de transportes utilizados; tempo de acesso aos modos de transportes, etc; Dados socioeconmicos: sexo, idade, escolaridade, ocupao, renda individual, posse de automvel particular, etc; Outros dados: endereos dos locais de emprego e de estudo do entrevistado. A Tabela 2.2 traz algumas observaes importantes sobre a realizao da pesquisa domiciliar que, apesar de ser uma das pesquisas mais caras e difceis de serem executadas, a que oferece, segundo ORTZAR e WILLUMSEM (1994), a maior quantidade de informaes sobre os deslocamentos realizados. Alm de estimar os fluxos de deslocamentos da matriz OD, o banco de dados obtido com a pesquisa domiciliar permite a realizao de anlises complexas acerca do comportamento dos viajantes frente s escolhas ligadas s viagens (LPEZ-REYES e KAWAMOTO, 2001), como tambm a calibrao de modelos de gerao de viagens que so teis para estimar o comportamento futuro da demanda.

10 Tabela 2.2: Observaes sobre a pesquisa domiciliar Observaes Bases cartogrficas do sistema virio, do transporte coletivo, do uso e ocupao do solo, dos setores censitrios e dos limites municipais e distritais; cadastro de domiclio; dados censitrios; guias de ruas; Questionrio da pesquisa; Equipe de planejamento da pesquisa para definio de zoneamento, questionrios, manuais de procedimento, treinamento das equipes de campo, controle da pesquisa, tabulao e avaliao/anlise dos resultados. Entre R$ 15,00 e R$30,00 por domiclio, variando em funo do tamanho da cidade (em 1997). Proporcionais rea de pesquisa, podendo variar de meses a 1 ano. Banco de dados, atualizado periodicamente, sobre a demanda de viagens dirias na rea urbana, relativos a modo, motivo, durao, horrio, origem e destino.

Item

Recursos necessrios

Custo aproximado Prazos de estudos Resultados esperados Fonte: ANTP (1997)

2.1.2

Pesquisa com Entrevista no Emprego Metodologicamente semelhante pesquisa domiciliar, tem-se a pesquisa com

entrevista no emprego, que normalmente utilizada em estudo de menor porte em que se pretende analisar o comportamento do deslocamento de pequenas regies ou de forma complementar pesquisa domiciliar. Nesta pesquisa, algumas empresas inseridas na regio de estudo so selecionadas, cabendo aos seus funcionrios responder um questionrio semelhante ao elaborado na pesquisa domiciliar.

2.1.3

Pesquisa de Dirio de Viagens A pesquisa de dirio de viagens pode ser utilizada de forma alternativa ou

complementar pesquisa domiciliar. Nesta pesquisa, o indivduo selecionado para compor a amostra encarregado de preencher um dirio com as informaes dos diversos deslocamentos realizadas por ele em um determinado dia. ORTZAR e WILLUMSEN (1994) classificam esta pesquisa como sendo um tipo especial de pesquisa domiciliar, pois ela possibilita obter o mesmo conjunto de dados, entretanto com um maior nvel de detalhe.

11 O principal problema deste mtodo de pesquisa refere-se demora no preenchimento do dirio, que interfere consequentemente no comprometimento do entrevistado em registrar, com preciso, todas as informaes das atividades realizadas. Segundo OHMORI et al. (2006), a maioria dos entrevistados tende a preencher o dirio de atividades apenas durante a noite, quando voltam pra casa, prejudicando a qualidade dessas informaes, principalmente quanto ao horrio de incio e de trmino das atividades realizadas. No Brasil, foram encontrados poucos registros da aplicao desse mtodo de pesquisa. Pode-se destacar o trabalho de ARRUDA e SILVA (2004) que avaliou os principais avanos deste tipo de pesquisa em mbito internacional e apresentou os resultados encontrados de sua aplicao na cidade de So Carlos, So Paulo. Por fim, pode-se destacar como avano desse mtodo de pesquisa a utilizao de equipamentos eletrnicos no preenchimento do formulrio de pesquisa como descrito nos trabalhos de GUENSLER e WOLF (1999) e de OHMORI et al. (2006). O objetivo desses trabalhos foi desenvolver um sistema de preenchimento automtico do dirio de atividades e um de captura de posicionamento via GPS. No trabalho de OHMORI et al. (2006) os sistemas foram implementados em telefones celulares facilitando consideravelmente a coleta dos dados.

2.1.4

Pesquisa de Placas Nos mtodos at aqui descritos, a matriz OD obtida de forma indireta a

partir da declarao espontnea dos usurios pertencentes amostra sobre os seus deslocamentos. Na pesquisa de placa, a matriz OD observada em campo diretamente, a partir do registro das placas que trafegam nas diversas estaes de observao, espalhadas ao longo de toda a rea de estudo. A definio dos locais das estaes de observao feita a partir do zoneamento proposto e deve cobrir, no mnimo, as principais entradas e sadas das zonas de trfego. Normalmente, o registro das placas feito de forma amostral, devido dificuldade em se registrar manualmente todas as placas dos veculos que trafegam por uma estao de observao. Os critrios para definir os veculos que comporo a amostra so diversos, podendo ser, por exemplo, a cor dos veculos (todos os veculos de cor preta) ou o valor do ltimo nmero da placa (todos os veculos com placa terminando com o nmero 2). importante destacar ainda que, devido dificuldade no

12 registro das placas, apenas uma parte dos dgitos das placas deve ser anotada. Uma sugesto seria anotar apenas os dgitos numricos. Um problema que pode ocorrer devido ao registro parcial da placa o surgimento de registros ambguos, que ocorrer quando dois veculos diferentes possurem o mesmo registro parcial da placa (VAN DE ZIJPP, 1997). Aps o fim do perodo de observao, as placas registradas nas diferentes estaes de observao so utilizadas para compor o caminho realizado pelos veculos e, conseqentemente, as suas origens e destinos, como ilustrado de forma simplificada na Figura 2.1, adaptada de HELLINGA (1994).

Registro parcial das placas por estao

Estao 01 Estao 02 0180 3452 8756 2929 3409 7382 3489 5678 8756 2929 6809 7382 3409 3452 -

Zona A
estao 01

Zona D Zona B
estao 02

Zona C

Placa 3452

Origem: zona A Destino: zona C

Figura 2.1: Esquema da pesquisa amostral de placa para estimar a matriz OD, adaptada de HELLINGA (1994)

Pode-se destacar, como principais vantagens na utilizao desse mtodo, em relao aos mtodos descritos, o baixo custo na sua realizao e o menor tempo na compilao dos dados e, consequentemente, na obteno da matriz OD. Como desvantagens, destacam-se a impossibilidade de associar as demandas de viagens com dados socioeconmicos ou com os motivos de viagem e a existncia de diversas fontes de erro que podem comprometer a qualidade da matriz OD obtida. Essa ltima desvantagem, entretanto, pode ser minimizada se os registros dos veculos nas

13 estaes de observao forem realizados com o auxlio de cmera de vdeos ou a partir de equipamentos de identificao automtica de veculos. A identificao automtica por rdio-freqncia vem ganhando destaque nos ltimos anos. Neste caso, os veculos so equipados com dispositivo eletrnico que emite uma freqncia, que captada por antenas leitoras instaladas em diversos pontos da cidade. A vantagem na utilizao dessa tecnologia, alm de facilitar a coleta dos dados, a de permitir a obteno de matrizes OD populacionais e no mais amostrais, visto a possibilidade de registrar todos os veculos. No Brasil, o Conselho Nacional de Trnsito (CONTRAN) atentando para as vantagens na utilizao da identificao automtica, instituiu, em todo territrio nacional, a partir da Resoluo No 212 de 2006, o Sistema Nacional de Identificao Automtica de Veculos - SINIAV, baseado em tecnologia de identificao por rdio-freqncia. Segundo o CONTRAN, a adoo desse sistema visa atender necessidade de empreender a modernizao e a adequao tecnolgica dos equipamentos e procedimentos empregados nas atividades de preveno, fiscalizao e represso ao furto e roubo de veculos e cargas, bem como a necessidade de dotar os rgos executivos de trnsito de instrumentos modernos para planejamento, fiscalizao e gesto do trnsito e da frota de veculos.

2.1.5

Outras Pesquisas Importantes Com o intuito de validar e expandir os dados de demanda obtidos a partir dos

mtodos tradicionais descritos, algumas pesquisas complementares podem ser realizadas. Dentre estas, destacam-se a pesquisa de linha de contorno, linha imaginria que delimita a rea de estudo, e a pesquisa de linha divisria ou linha de aferio (screenlines), linha imaginria que divide internamente a rea de estudo. A pesquisa de linha de contorno efetuada nos principais pontos de entrada e sada da rea de estudo e tem como objetivo principal determinar o padro de deslocamentos das viagens externas a essa rea, a partir do conhecimento dos volumes nestes pontos e de outras informaes sobre essas viagens. J a pesquisa de linha divisria ou de aferio realizada em pontos internos da rea de estudo. Normalmente, nesses pontos so coletados apenas dados de volume, que so utilizados para aferir as informaes das viagens obtidas a partir de uma pesquisa domiciliar, por exemplo. Eventualmente, so obtidas outras informaes sobre as

14 viagens realizadas. Nesta pesquisa, as linhas imaginrias so definidas sobre barreiras fsicas como rios, vias frreas e rodovias e as contagens volumtricas so realizadas nos pontos onde possvel cruz-las. As informaes sobre as viagens coletadas nestas pesquisas so obtidas a partir de entrevistas realizadas ao longo das vias. Nestas entrevistas so aplicados questionrios simplificados, abrangendo essencialmente informaes referentes viagem que est sendo realizada, no momento da entrevista, como: origem, destino, motivo da viagem e modo utilizado (LIDAS, 2007).

2.2 MTODOS SINTTICOS DE ESTIMAO DE MATRIZ OD A PARTIR DE CONTAGENS VOLUMTRICAS Os mtodos sintticos de estimao de matrizes OD a partir de contagens volumtricas vm sendo desenvolvidos no decorrer das ltimas quatro dcadas (ABRAHAMSSOM, 1998; VAN AERDE et al., 2003) a partir do trabalho pioneiro de ROBILLARD (1975). Estes mtodos podem ser interpretados como o inverso das tcnicas de alocao de trfego (BERTONCINI, 2007), pois ao invs de obterem os dados de fluxos ao longo da rede a partir da alocao de uma matriz OD, eles buscam obter (estimar) uma matriz OD que, quando alocada na rede, reproduza os dados de fluxo observados (ABRAHAMSSOM, 1998). Percebe-se, deste modo, o significado do emprego da palavra sinttico que se refere sntese e est relacionado com o processo que resume ou rene as diversas partes constituintes de um todo (WIKIPDIA, 2007). No contexto da utilizao dos mtodos sintticos, as partes seriam os dados de fluxo de trfego observados na rede e o todo seria a matriz OD a ser estimada. O desenvolvimento desses mtodos ao longo das ltimas dcadas sempre buscou complementar ou substituir a estimao realizada pelos mtodos tradicionais que, como descrito, apresentam uma srie de desvantagens, destacando, dentre elas, a quantidade de tempo, recursos humanos e financeiros despendidos na sua realizao. A funo da utilizao dos mtodos sintticos , portanto, suprimir essas desvantagens por meio da utilizao de informaes de fluxo de trfego ao longo da rede viria que, como descrito por ORTZAR e WILLUMSEN (1994), uma fonte de dados bastante atrativa, visto que sua obteno realizada com custos relativamente baixos, podendo ser feita de forma automtica e requerendo pouca quantidade de

15 recursos humanos, como no caso de redes monitoradas por uma central de controle de trfego. Apesar da existncia de diversos estudos que abordam essas tcnicas, DEMARCHI e BERTONCINI (2004) citam que tais mtodos no so conhecidos e amplamente utilizados por parte dos pesquisadores e analistas de sistema de transporte, no s aqui no Brasil como tambm no exterior. VAN AERDE et al. (2003) mencionam que os motivos que contribuem para isso so, alm do prprio desconhecimento mais detalhado da base terica dos mtodos, as dificuldades prticas encontradas no processo de estimativa das demandas entre os pares OD.

2.2.1

Dificuldades Associadas aos Mtodos Sintticos de Estimao Apesar de poderem ser interpretados como um processo inverso s tcnicas

de alocao do trfego, os mtodos sintticos de estimao de matrizes OD so mais complexos do que estas tcnicas. Na alocao, a matriz OD j est definida, sendo possvel representar a forma como os usurios determinam as suas rotas a partir de modelos simples, que combinem em sua formulao variveis como tempo de viagem e custo monetrio (ORTZAR e WILLUMSEN, 1994). J nos mtodos sintticos, os dados de fluxo do trfego esto disponveis, sendo necessrio representar qual padro de deslocamento originou essa configurao de fluxos. Entretanto, qual modelo representa de forma satisfatria esse padro de deslocamento? Sob a luz desse questionamento que surge o principal problema terico relacionado com o mtodo sinttico de estimao de matrizes OD a partir de contagens volumtricas. TURNQUIST e GUR (1979), WILLUMSEN (1984), RAKHA et al. (1998a), ABRAHAMSSOM (1998), entre outros autores, citam que, a partir de um mesmo conjunto de dados de fluxo do trfego, existe a possibilidade de obteno de mltiplos resultados para a matriz OD, ou seja, h mais de uma matriz OD que reproduz os fluxos de trfego observados na rede. Diante do exposto, qual ser a soluo que melhor se adequar ao padro de deslocamento realizado? A possibilidade de mltiplas solues para a matriz OD existe, pois no problema de estimao necessrio resolver um sistema de equaes que relacionam fluxos e viagens no qual o nmero de incgnitas , em geral, maior que o nmero de equaes (DEMARCHI e BERTONCINI, 2004), ou seja, a quantidade de pares OD da matriz a ser estimada, normalmente, excede o nmero de pontos com

16 informaes de fluxo do trfego, tornando o problema indeterminado. A partir da rede hipottica adaptada de RAKHA et al. (1998a) e apresentada na Figura 2.2, possvel entender o problema em questo.

40

70

60

30

Figura 2.2: Rede hipottica para descrever a possibilidade de mltiplas solues, adaptada de Rakha et al. (1998a)

Considere, nessa rede, que os pontos A e B so zonas de origens e os pontos C e D so zonas de destinos e que, juntos aos arcos, tm-se as informaes de fluxo de trfego. Como apresentado na Tabela 2.3, possvel representar as demandas de viagens em funo de apenas uma, neste caso a demanda entre A e C (TAC). Percebe-se que TAC poder assumir valores entre 10 e 40 (10 TAC 40), caso contrrio sero obtidos valores negativos para as demandas. Deste modo, TAC poder assumir 31 valores diferentes, considerando, obviamente, apenas valores inteiros para as demandas, implicando em 31 solues possveis para a matriz OD. Em uma outra rede hipottica, apresentada na Figura 2.3, onde foi adicionado mais um arco e uma zona de destino (ponto E), 751 solues podem ser encontradas para a matriz OD, mostrando como o nmero de solues tende a aumentar consideravelmente com o aumento da complexidade da rede.

Tabela 2.3: Representao da Matriz OD em funo da demanda entre A e C para a rede hipottica Origem/Destino C D Total A TAC 40 - TAC 40 B 70 - TAC TAC -10 60 Total 70 30 100

17

40

40 30

C E D

60

30

Figura 2.3: Rede hipottica para descrever a possibilidade de mltiplas solues

Utilizando ainda a rede hipottica da Figura 2.3, entretanto gerando uma nova configurao de fluxos de trfego como pode ser observado na Figura 2.4, percebe-se ainda mais a complexidade do problema em se determinar a matriz OD mais adequada. Nesta rede, foram extradas as informaes de fluxos de dois arcos e a quantidade de solues possveis da matriz OD aumentou para 32.726.

40

? 30

C E D

60

Figura 2.4: Rede hipottica para descrever a possibilidade de mltiplas solues

Outro problema relacionado com os mtodos sintticos de estimao de matrizes OD a partir de contagens volumtricas que o conjunto de informaes de fluxo do trfego pode ser internamente inconsistente, implicando na inexistncia de uma matriz OD que quando alocada na rede reproduza fielmente os fluxos de trfego observados (TURNQUIST e GUR, 1979). ABRAHAMSSOM (1998) cita duas possveis fontes para a ocorrncia dessa inconsistncia. A primeira fonte refere-se inconsistncia originada durante a obteno dos dados de fluxo do trfego. Normalmente, as pesquisas volumtricas no so executadas no mesmo dia e no esto livres de erros durante a sua realizao. Neste caso, a soma dos fluxos de entrada em um determinado n poder ser diferente dos fluxos de sada, implicando uma descontinuidade nos fluxos do trfego. A segunda fonte de inconsistncia est relacionada com o fato de a rede codificada (simulada) ser uma abstrao da rede

18 real. Neste caso, apesar de os dados volumtricos em toda a rede real serem transferidos para a rede abstrata, este processo no eliminar por completo a inconsistncia dos dados de fluxos. Uma representao precisa da rede real deve minimizar esse problema. Uma outra fonte de inconsistncias dos dados de volumes, citada por TURNQUIST e GUR (1979), assim como ORTZAR e WILLUMSEN (1994), refere-se s lgicas de alocao do trfego utilizadas, que se baseiam na premissa de que as viagens entre um determinado par OD so realizadas nos caminhos com menor impedncia. Esta premissa, apesar de ser plausvel, no uma representao precisa do mundo real (TURNQUIST e GUR, 1979). Um modelo de alocao pode no alocar viagens em um determinado arco da rede que tenha dados de fluxo observado (apesar de pequeno) e, deste modo, no ser possvel reproduzir os dados de fluxo observados utilizando este modelo (ORTZAR e WILLUMSEN, 1994). importante destacar que o problema de inconsistncia dos dados de volume no exclusivo dos mtodos sintticos de estimao. Nos mtodos tradicionais, normalmente, a calibrao do modelo de alocao realizada comparando os volumes observados e os alocados e, deste modo, um conjunto de dados com problema de continuidade, uma rede mal representada ou uma alocao pouco precisa implicar, conseqentemente, na inconsistncia dos dados de volume. A partir da Figura 2.5, adaptada de ORTZAR e WILLUMSEN (1994), possvel ilustrar alguns dessas fontes de inconsistncia. Nesta figura, de modo semelhante Figura 2.2, os pontos A e B so zonas de origens, os pontos C e D so zonas de destinos e, juntos aos arcos, tm-se as informaes de fluxo de trfego. Considere a situao em que X assuma o valor de 80 veculos/hora. Neste caso, a soma dos fluxos de entrada no n 6 ser igual 150 veculos/hora (fluxos dos arcos 1-6 e 2-6) e a soma dos fluxos de sada ser 160 veculos/hora (fluxo dos arcos 6-3 e 6-4), no havendo, portanto, continuidade dos fluxos de trfego. Considere agora a situao em que X assuma o valor de 70 veculos/hora e que o modelo de alocao definiu as rotas apresentadas na Figura 2.5b. Neste caso, apesar de haver continuidade dos fluxos de trfego no n 6, visto que os fluxos de entrada e sada so equivalentes, a inconsistncia ainda existe. Percebe-se que as rotas definidas pelo modelo so incompatveis com esta nova configurao de fluxos. Nenhuma matriz reproduzir o fluxo de 80 veculos/hora no arco 6-3, pois o nico deslocamento que utiliza este arco,

19 segundo a alocao apresentada, realizado entre o par OD B-C que possui a demanda limitada pelo arco 2-6 em 50 veculos/hora. Percebe-se, diante do exposto, que para a estimao de matrizes OD a partir dos mtodos sintticos, baseados em contagens volumtricas, so necessrias, alm dos dados de fluxo do trfego, informaes precisas das rotas utilizadas entre os diversos pares OD. Essa observao se torna ainda mais relevante no caso de redes congestionadas, onde existir mais de uma rota utilizada nos deslocamentos realizados. HELLINGA (1994) destaca que, alm de definir as rotas utilizadas, necessrio definir tambm a proporo das demandas que utilizam cada rota.

A
60

5
60

1
100 80

6
x 50

B
(a)

B
(b)

Figura 2.5: Exemplo de inconsistncia de fluxos, adaptada de Ortzar e Willumsen (1994) Por fim, destacam-se os trs problemas tericos e prticos que podem ser encontrados durante o processo de estimao de matrizes OD a partir de contagens volumtricas. Em sntese, o primeiro desses problemas que, teoricamente, possvel obter mltiplos resultados para as matrizes OD a partir de um mesmo conjunto de dados de fluxos, sendo necessrio determinar, dentre essas possveis solues, qual a mais adequada. O segundo problema se refere ao fato de que, na prtica, normalmente no h continuidade dos fluxos de trfego nos ns, implicando na no existncia de uma matriz OD que replique exatamente os fluxos observados. O terceiro problema existente est associado ao desconhecimento das rotas utilizadas entre os pares OD (RAKHA et al., 1998a).

20

2.2.2

Formulaes Propostas Visando superao dos entraves, apresentados no tpico anterior, diversos

estudos foram desenvolvidos, propondo formulaes matemticas e algoritmos de soluo. Inicialmente, esses estudos limitaram o desenvolvimento de mtodos sintticos de estimao apropriados para os objetivos do planejamento de transporte de longo prazo. Entretanto, com a necessidade de aprimorar o gerenciamento das infra-estruturas de transporte, esses mtodos passaram a dar nfase estimao das demandas OD que pudessem ser utilizadas em anlises operacionais do trfego (HELLINGA, 1994), como no caso da estimao de matrizes OD dinmicas. ABRAHAMSSOM (1998) classifica essas formulaes em dois grupos: as que se baseiam em conceitos de modelagem do trfego e as que utilizam tcnicas de inferncia estatstica para estimar, dentro do universo possvel de solues, a matriz OD. Na primeira categoria esto as formulaes que combinam modelos de demanda de viagens, como no trabalho desenvolvido por ROBILLARD (1975), e as que incluem princpios de maximizao da entropia e minimizao da quantidade de informao, como em WILLUMSEN (1978) e VAN ZUYLEN e WILLUMSEM (1980). Segundo ABRAHAMSSOM (1998), nessas formulaes assume-se que o comportamento de deslocamento pode ser representado, direta ou indiretamente, por algum modelo de distribuio de viagem. Na segunda categoria esto as formulaes que utilizam princpios de maximizao da verossimilhana (SPIESS, 1987) e mnimos quadrticos (CASCETTA, 1984; BELL, 1991). Na formulao proposta por ROBILLARD (1975), a estimao da matriz OD feita com o auxlio do modelo gravitacional, sendo utilizado um modelo de alocao proporcional, no qual a definio das rotas utilizadas foi realizada em uma etapa anterior ao processo de estimao da matriz OD. Nesse trabalho, e de forma anloga aos trabalhos desenvolvidos por HBERG (1976), HOLM (1976), WILLS (1986) e TAMIN e WILLUMSEN (1989), o problema de mltiplas solues (associado ao mtodo sinttico) minimizado a partir de uma restrio do espao de solues feito com o auxlio de algum modelo de demanda de viagens. WILLS (1986) sugeriu, por exemplo, em seu modelo que a estrutura da matriz OD a ser estimada fosse obtida a partir de um modelo de demanda de viagens que combinasse caractersticas do modelo gravitacional e do modelo de oportunidades intervenientes.

21 A teoria de maximizao da entropia foi proposta por WILSON (1970), sendo incorporada pela primeira vez no processo de estimao de matrizes OD por WILLUMSSEN (1978). A premissa desta teoria que a matriz OD com maior entropia ser tambm a matriz OD com maior probabilidade de ocorrer ou de ser observada em campo. Deste modo, WILLUMSSEN (1978) estimou a matriz OD mais provvel a partir da maximizao da entropia e de um conjunto de restries de fluxo do trfego como apresentado a seguir nas Equaes 2.2, 2.3, 2.4 e 2.5. Na utilizao dessa formulao, alguns pr-requisitos foram necessrios, como a existncia da continuidade dos fluxos de trfego e o conhecimento prvio da utilizao das rotas entre um par OD.

MAXIMIZAR

S(Tij ) =

ij

T! Tij!

(2.2)

sujeito a:

Va =

T
ij

ij

a p ij

(2.3)

Tij 0 T=

(2.4) (2.5)

T
ij

ij

em que, S: T: Tij: Va: pija: entropia; total de viagens na matriz; quantidade de viagens de i para j estimada; volume observado (coletado) no arco a; proporo das viagens de i para j que utiliza o arco a.

A teoria da maximizao da entropia pode ser entendida a partir da descrio da Figura 2.6, adaptada de BERTONCINI (2007). Considere as demandas de viagens como um sistema que pode ser representado por trs estados, definidos como macro, meso e micro-estado. O macro-estado o estado mais agregado e representa a

22 quantidade total de viagens no sistema, que, neste caso, igual a quatro, como apresentado na Figura 2.6a. O meso-estado um estado menos agregado que o anterior e corresponde distribuio de cada viagem entre cada par OD. O microestado o estado mais desagregado e equivale distribuio individual de cada viagem entre cada par OD como mostra a Figura 2.6c. possvel concluir, a partir dessa ltima representao, que existe mais de um micro-estado que reproduzir o mesmo meso-estado, ou seja, possvel, alternando as viagens individuais da Figura 2.6c, representar o mesmo meso-estado da Figura 2.6b, como apresentado nas matrizes da Figura 2.6d. Essas diversas representaes possveis para o meso-estado das demandas de viagens considerada a entropia do sistema. Deste modo, o meso-estado apresentado na Figura 2.6b possui uma entropia igual a quatro. Quanto maior a entropia, maior ser a quantidade de micro-estados que uma determinada matriz OD possui e, deste modo, essa matriz ter uma maior probabilidade de ocorrer na realidade. possvel mostrar, a partir do exemplo apresentado a seguir, adaptado de M. VAN AERDE & ASSOC. (2002a) que o nmero de micro-estados associados a um determinado meso-estado pode ser representado pela Equao 2.2, utilizada na formulao proposta por WILLUMSSEN (1978).
3 1 2 (a) 3 1 2 a d b c 4 1 2 (d) a 3 c d b (b) 4 1 2 d 3 c b a 4 1 2 (c) 4 a 3 c b d 4

Figura 2.6: Representao da demanda de viagens em trs estados: macro-estado (a), meso-estado (b) e micro-estado (c) e (d). Adaptada de BERTONCINI (2007)

Considere ainda que a rede da Figura 2.2 apresenta um total de viagens (T) igual a 100. A partir da Tabela 2.3 possvel obter, dentre as possveis solues da

23 matriz OD, uma matriz em que TAC= 15, TAD=25, TBC=55 e TBD = 5. Existem n formas para representar essa matriz (micro-estados) a partir da combinao das 100 viagens existentes, como expresso nas Equaes 2.6, 2.7 e 2.8. 100 85 60 5 n= 15 25 55 5

(2.6)

n=

100! (100 15 )! (85 25)! 5! 15! (100 15 )! 25! (85 25 )! 55! (60 55 )! 5!0! n= 100! = 15!25!55!5! T! Tij !

(2.7)

ij

(2.8)

Com o intuito de diminuir os esforos computacionais durante o processo de estimao, WILLUMSSEN (1978) substituiu a Equao 2.2 pela Equao 2.10, a partir da aproximao apresentada na Equao 2.9. Lnx! = xLnx x MAXIMIZAR S(Tij ) = (2.9) Tij

(T LnT
ij ij

ij

(2.10)

Calculando a entropia de cada soluo possvel da matriz OD, obtm-se o grfico da Figura 2.7, em que se tem a entropia de cada soluo em funo da demanda TAC.

Entropia em funo da demanda T A C

8E+52 7E+52

Mxima entropia

Entropia S(T )

6E+52 5E+52 4E+52 3E+52 2E+52 1E+52 0 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40

Demanda TAC

Figura 2.7: Variao da entropia do sistema em funo da demanda TAC

24 Deste modo, aplicando a formulao proposta por WILLUMSSEN (1978) na rede da Figura 2.2, obtm-se a soluo apresentada a seguir na Tabela 2.4, na qual o valor da demanda TAC igual a 28.
Tabela 2.4: Matriz OD de maior entropia Origem/Destino C D Total A 28 12 40 B 42 18 60 Total 70 30 100

Destaca-se que, apesar de uma determinada matriz OD ser a mais provvel de ocorrer em campo, de acordo com o princpio da entropia proposto por WILSON (1970), no necessariamente ela ser a matriz que melhor representar, na realidade, o comportamento de deslocamento de uma populao, ou seja, no h nenhuma garantia de que essa matriz estimada ser a matriz que ocorrer realmente em campo. Seguindo a linha de pesquisa iniciada por WILLUMSEN (1978) tem-se o trabalho de VAN ZUYLEN e WILLUMSEN (1980). A novidade deste trabalho a tentativa de minimizar os problemas referentes falta de continuidade dos fluxos de trfego considerando o comportamento estocstico da varivel fluxo do trfego a partir da tcnica de maximizao da verossimilhana. Vimos que a continuidade dos fluxos de trfego garantida quando a soma dos fluxos de entrada (Vme) em um determinado n (m) da rede igual soma dos fluxos de sada (Vms), ou seja, quando a Equao 2.11 respeitada.

V
e

me

V
s

ms

=0

(2.11)

Neste trabalho, VAN ZUYLEN e WILLUMSEN assumiram que a varivel fluxo de trfego, em um determinado arco da rede (a), segue a distribuio de Poisson com uma mdia igual ao fluxo observado (Va) e que, deste modo, a probabilidade (P) de estimar um valor do fluxo de trfego igual Va dada pela Equao 2.12.
P(Va ') = e Va Va Va ' !
Va '

(2.12)

A probabilidade de estimar, portanto, um conjunto de dados de fluxo em uma determinada rede, dada pela Equao 2.13. Deste modo, o melhor estimador do

25 conjunto de dados de fluxos observados ser o conjunto de dados estimados que maximize a Equao 2.13 sujeita a Equao 2.11.

P=

e Va Va Va ' !

Va '

(2.13)

Diversos outros trabalhos tambm trataram o problema da falta de continuidade dos dados de fluxo do trfego. CASCETTA (1984), por exemplo, tratou a questo, utilizando tambm uma abordagem de inferncia estatstica, entretanto utilizando o mtodo dos mnimos quadrados. Nessa formulao a restrio de volume foi substituda pela Equao 2.14 a ser minimizada. Va
2

E=

ij

a Tij p ij

(2.14)

Em que, E: erro total a ser minimizado.

A soluo apresentada por VAN ZUYLEN e WILLUMSEN (1980) para minimizar o problema de inconsistncia dos dados de volume foi aplicada em duas formulaes. A primeira formulao apresentada no trabalho busca estimar a matriz OD a partir de um princpio similar ao da maximizao da entropia e que foi utilizado inicialmente por VAN ZUYLEN (1978) apud VAN ZUYLEN e WILLUMSEN (1980). Nesta formulao utilizado o princpio de minimizao da informao proposto por BRILLOUIN (1956) apud VAN ZUYLEN e WILLUMSEN (1980). A diferena entre esta formulao e a proposta por WILLUMSEN (1978) que, no modelo proposto por VAN ZUYLEN, o meso-estado representado pela contagem de trfego e no pelas viagens entre os pares OD. Nessa formulao, o problema em estimar a matriz OD consiste em minimizar a Equao 2.15, sujeita s Equaes 2.3, 2.4 e 2.5. Outra novidade dessa formulao a utilizao de informaes de uma matriz OD j existente para facilitar o processo de estimao, denominada de matriz OD semente.
TijSa

Ia =

T p
ij a ij

a ij

log e a ij

V t

(2.15)

Sa =

t p
ij ij

a ij

(2.16)

26 em que, tij: quantidade de viagens de i para j de uma matriz OD

anterior ao processo de estimao (matriz OD semente). A segunda formulao, apresentada por VAN ZUYLEN e WILLUMSEN (1980) e mais detalhada por WILLUMSEN (1984), difere da formulao inicial proposta por WILLUMSEN (1978) apenas pela incorporao de informaes de uma matriz OD semente. Nessa formulao, a equao a ser maximizada pelo modelo substituda pela Equao 2.17, considerando ainda as restries definidas pelas Equaes 2.3, 2.4 e 2.5. t ij t ij ij
Tij

MAXIMIZAR

S(Tij ) =

ij

T! Tij !

ij

(2.17)

O termo adicionado na Equao (2.17) representa a probabilidade de uma viagem ser realizada entre uma origem e um destino na matriz OD semente. Considera-se, nessa nova formulao, que a probabilidade de ocorrncia de uma viagem na matriz semente ser igual na matriz a ser estimada. Deste modo, uma determinada demanda entre uma origem i e destino j que tenha uma pequena proporo na matriz semente (tij/tij), ou seja, baixa probabilidade de ocorrer, tender a assumir valores pequenos na matriz estimada. Isto acontece porque quando uma demanda com baixa probabilidade de ocorrer aumenta na matriz OD a ser estimada, o valor da funo objetivo tende a assumir valores menores. A matriz que maximiza a funo objetivo tender, portanto, a assumir valores menores para demandas com baixa probabilidade de ocorrer e, consequentemente, valores maiores para demandas com alta probabilidade. O objetivo da utilizao de uma matriz-semente , portanto, melhorar o processo de estimao da matriz OD incorporando informaes do padro de deslocamento realizado. DEMARCHI e BERTONCINI (2004) citam que a utilizao de uma matriz semente faz com que as demandas sejam estimadas de forma a manter a proporcionalidade das demandas-sementes em relao ao total de viagens da matriz semente; entretanto, como ser visto em seguida, essa constatao vai depender ainda das restries de fluxos existentes. Na Figura 2.8 so apresentados grficos de alguns resultados obtidos, aplicando a formulao proposta por VAN ZUYLEN e WILLUMSEN (1980) na rede

27 hipottica da Figura 2.2 em quatro cenrios, definidos a partir da variao da matriz OD semente. De modo anlogo a Figura 2.7, a entropia do sistema apresentada em funo da demanda TAC. No primeiro cenrio, representado pela Figura 2.8, fornecida uma matriz semente que est dentro das possveis solues (TAC = 20), mas que no a soluo com maior entropia considerando a Equao 2.2. O resultado para este cenrio mostra que a matriz que maximiza a funo a prpria matriz semente. No segundo cenrio, representado pela Figura 2.9, a matriz-semente fornecida uma matriz proporcional matriz semente do primeiro cenrio, com todas as demandas multiplicadas por 0,80. interessante constatar que o resultado de estimao foi igual ao do cenrio anterior. No terceiro cenrio, representado pela Figura 2.10, foi testada a utilizao de uma matriz semente constante, com todas as demandas iguais a 10. O resultado obtido mostrou que a soluo de estimao igual matriz estimada na primeira formulao proposta por WILLUMSEN (1978). Como todas as demandas-sementes possuem a mesma probabilidade (tij/tij), a variao dessas demandas, na matriz a ser estimada, no interfere no termo adicionado na nova formulao, tornando a Equao 2.17 semelhante 2.2. Observa-se, entretanto, que o valor da funo, entre as Figuras 2.7 e 2.10, possui ordem de grandeza distinta. No ltimo cenrio, representado pela Figura 2.11, foi fornecida uma matriz semente que no respeita as restries de fluxo de trfego definidas pela Equao 2.3 e que, consequentemente, no respeita tambm a estrutura determinada na Tabela 2.3. Observa-se que a matriz estimada no respeita as propores da matriz semente, visto que as restries de fluxo no permitem que isto ocorra. Matriz semente

S(Tij) x Demanda TAC

0,0016 0,0014 0,0012

Funo S(Tij)

0,001 0,0008 0,0006 0,0004 0,0002 0 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40

O/D A B

C D 20 20 50 10

Matriz estimada

Demanda TAC

O/D A B

C D 20 20 50 10

Figura 2.8: Resultado de estimao para o primeiro cenrio

28

S(Tij) x Demanda TAC

0,0016 0,0014 0,0012

Matriz semente

Funo S(Tij)

0,001 0,0008 0,0006 0,0004 0,0002 0 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40

O/D A B

C D 16 16 40 8

Matriz estimada

O/D A B
Demanda TAC

C D 20 20 50 10

Figura 2.9: Resultado de estimao para o segundo cenrio

S(Tij) x Demanda TAC
5,00E-08 4,50E-08 4,00E-08

Matriz semente

Funo S(Tij)

3,50E-08 3,00E-08 2,50E-08 2,00E-08 1,50E-08 1,00E-08 5,00E-09 0,00E+00 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40

O/D A B

C D 10 10 10 10

Matriz estimada

O/D A B
Demanda TAC

C D 28 12 42 18

Figura 2.10: Resultado de estimao para o terceiro cenrio

S(Tij) x Demanda TAC
6,00E-15 5,00E-15

Matriz semente

Funo S(Tij)

4,00E-15 3,00E-15 2,00E-15 1,00E-15 0,00E+00 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40

O/D A B

C D 30 10 10 50

Matriz estimada

O/D A B
Demanda TAC

C D 38 2 32 28

Figura 2.11: Resultado de estimao para o quarto cenrio

29 Com o intuito de reduzir os esforos durante o processo de estimao, WILLUMSEN (1984) props aproximaes e simplificaes na Equao 2.17, substituindo-a pela Equao 2.18.

MINIMIZAR

S(Tij ) =

ij

Tij t ij Tij 2t ij

(2.18)

Como mostra RAKHA et al. (1998a) e BERTONCINI (2007), nessa formulao possvel ainda incorporar a restrio de fluxo definida pela Equao 2.3 na Equao 2.18, aplicando o multiplicador Lagrangeano (a), como mostrado na Equao 2.19.

MINIMIZAR

S(Tij ) =

ij

Tij t ij Tij 2t ij

Va

T p
ij ij

a ij

(2.19)

At ento, a maioria dos algoritmos de soluo desenvolvidos eram fundamentados na premissa de que a utilizao das rotas para um determinado deslocamento deveria ser definida a priori, independente do processo de estimao da matriz. Essa premissa limitava, portanto, a utilizao dos mtodos de estimao a situaes de no congestionamento da rede. ROBILLARD (1975) classifica os mtodos de alocao utilizados nestas formulaes como proporcionais, em que a proporo de viagem (pija) utilizando determinada rota independente do valor de fluxo. O exemplo mais comum de alocao utilizada a alocao tudo ou nada, na qual o valor de pija definido como:
a 1 p ij 0

se as viagens entre i e j usa o arco a;

outro caso.

Segundo ORTZAR e WILLUMSEN (1994), em situaes em que a existncia de congestionamento influencia a escolha das rotas, a premissa apresentada questionvel, visto que a matriz OD e o processo de escolha das rotas tornam-se interdependentes. Neste caso, sugerida a utilizao de tcnicas de alocao mais realistas em conjunto com o problema de estimao, em que, o valor de pija seja dependente do volume do link (Equao 2.19), retirando, deste modo, a linearidade da Equao 2.3, que ser substituda pela Equao 2.20.
a a p ij = p ij (Va )

(2.19)

30
Va =

T
ij

ij

a p ij (Va )

(2.20)

Embora estudos anteriores tivessem proposto a soluo do problema de estimao da matriz incorporando o conceito de equilbrio do usurio (NGUYEN, 1977; GUR et al., 1980; WILLUMSEN, 1984), foi FISK (1988) que forneceu a soluo mais robusta, estendendo o modelo de VAN ZUYLEN e WILLUMSEN (1980) para o caso de redes congestionadas, introduzindo o conceito de equilbrio do usurio como restrio. Na formulao de FISK (1988), a teoria da maximizao da entropia e a alocao de equilbrio do usurio foram combinadas em um nico pacote computacional, com as rotas (alocao) e as demandas (estimao) nos pares OD sendo definidas em um processo iterativo em dois nveis, repetido at a obteno de valores consistentes para ambos. A maioria das formulaes que tratam o congestionamento no processo de estimao de matriz OD a partir de contagens volumtricas possui uma estrutura em dois nveis, como a apresentada por FISK (1988), na qual, em um nvel superior, a matriz OD estimada e, em um nvel inferior, a utilizao das rotas definida em funo da ltima matriz estimada (ABRAHAMSSOM,1998). A seguir, so apresentadas as etapas de um processo iterativo genrico de estimao da matriz em redes congestionadas. 1) Alocar uma matriz-semente na rede a ser simulada e registrar as rotas utilizadas (pija). Fazer n=1; 2) Estimar a matriz {Tij}n utilizando pija e os fluxos observados (Va); 3) Alocar a matriz registrando as novas rotas pija 4) Fazer n = n+1 e retornar para a etapa 2 caso as mudanas em pija e Tij sejam considerveis. Caso contrrio, encerrar processo. YANG et al. (1992) redefiniram a funo objetivo do nvel superior considerando o mtodo dos mnimos quadrados, mantendo no nvel inferior a alocao por equilbrio do usurio. A principal diferena em relao formulao de FISK (1988) foi que os fluxos observados passaram a ser tratados como observaes de variveis aleatrias, incorporados na funo objetivo do nvel superior, no sendo mais considerados como restries a serem respeitadas. YANG (1995) tambm apresentou heursticas capazes de resolver o problema da estimao de matrizes OD em redes congestionadas, modelado sem a estrutura bi-nvel.

31 Como dito, diversas formulaes foram desenvolvidas pra estimar matrizes OD a partir de contagens volumtricas, sendo destacadas aqui apenas algumas. Apesar das diferenas entre essas formulaes, ABRAHAMSSOM (1998) expe que elas podem ser expressas de modo genrico, como apresentado a seguir, sendo 1 e 2 constantes e F1 e F2 algum indicador para a estimao da matriz OD e da estimao dos volumes respectivamente. A alocao da matriz {Tij} na rede simulada representada pela Equao 2.23. No caso de a matriz-semente ser bastante confivel, 1 assumir valores superiores a 2, resultando em uma matriz estimada prxima da matriz-semente. Caso contrrio, se os fluxos observados (Va) forem mais precisos do que a matriz semente, 2 assumir valores superiores a 1 (ABRAHAMSSOM ,1998).

MINIMIZAR Sujeito a:

' F(Tij , t ij , Va , Va )

1F1 Tij , t ij

' 2F2 Va , Va

(2.21)

' Va , Tij 0

(2.22)

' Va = alocao Tij

( )

(2.23)

Em reas urbanas congestionadas, torna-se tambm relevante estudar as variaes da demanda ao longo do tempo, de modo a identificar segmentos sobrecarregados temporariamente, alteraes nos atrasos e nas escolhas de rotas, assim como programar intervenes operacionais para reduzir os impactos desses problemas. Uma forma de considerar as variaes temporais da demanda veicular estimar matrizes OD para diferentes perodos do dia, considerados como fatias de tempo. Como proposto inicialmente por WILLUMSEN (1984), uma viagem pode ser alocada a uma fatia de tempo se ela adentrar a rea de estudo durante o intervalo considerado. Com base em observaes dos fluxos de trfego registradas em diferentes intervalos, pode-se ento estimar matrizes OD dinmicas, ou seja, que variam ao longo do tempo (time-dependent). O problema da estimao de matrizes OD dinmicas vem sendo estudado, combinando enfoques tericos e prticos desde meados da dcada de 90 (HELLINGA, 1994; ASHOK, 1996; LIN, 2006), com pesquisas motivadas principalmente pela disponibilidade, cada vez maior, da coleta de dados de fluxos de trfego em tempo real, assim como pelo forte interesse dos pases desenvolvidos em otimizar a gerncia da oferta viria por meio da operao de sistemas ITS. TSEKERIS e

32 STATHOPOULOS (2003) e KIM e LEE (2005) buscaram avaliar a eficincia e a robustez de diferentes algoritmos de estimao de matrizes dinmicas quando aplicados a redes virias urbanas de grande porte. Uma outra linha de pesquisa que vem atraindo a ateno nos ltimos anos, motivada pela evoluo nas rotinas operacionais de sistemas ITS, busca promover melhorias na qualidade das matrizes estimadas com dados em tempo real, a partir da incorporao no modelo de estimao das informaes de rotas utilizadas e tempos gastos, obtidas por meio de recursos de identificao automtica de veculos. Nesta linha de pesquisa, pode-se destacar os trabalhos de DIXON e RILETT (2002 e 2005) e VANAJAKSHI e RILETT (2006).

2.2.3

Implementaes Computacionais

Buscando disseminar a utilizao do mtodo de estimao de matrizes OD a partir de dados de fluxo de trfego, alguns modelos foram implementados computacionalmente em pacotes de modelagem da demanda por transportes. Dentre eles, vale citar o modelo desenvolvido por NIELSEN (1993), implementado no software TransCAD (CALIPER, 2002), que permite a soluo do problema em dois nveis, a partir de diferentes tcnicas determinsticas e estocsticas de alocao por equilbrio, considerando, porm, apenas os fluxos observados ao longo da rota assumida como tima em cada par OD. Embora, posteriormente, NIELSEN (1998) tenha reformulado seu algoritmo de soluo de modo a considerar os fluxos em vrias rotas, este ainda no foi implementado nas novas verses do TransCAD. Outra implementao computacional includa nesta reviso foi implantada no
software QueensOD e tambm considera o comportamento estocstico da varivel

fluxo de trfego e a interdependncia entre a estimao da matriz OD e o processo de escolha das rotas em cada par OD. A dissertao de PARAMAHANSAN (1999) descreve, em detalhes, a formulao matemtica e o algoritmo de soluo do QueensOD. A vantagem dessa soluo que a definio das rotas pode ser realizada em conjunto com o software de microsimulao do trfego INTEGRATION (M. VAN AERDE & ASSOC., 2002b), possibilitando o clculo das impedncias a partir da modelagem microscpica dos atrasos nas intersees e dos tempos de viagem nos
links. Neste ponto, vale mencionar ainda a implantao do mtodo de estimao

proposto por WILLUMSEN (1984), batizado de ME2, no software SATURN (VAN

33 VLIET e HALL, 1998), que tambm simula impedncias em redes congestionadas, s que de forma mesoscpica. TransCAD O modelo desenvolvido por NIELSEN (1993) foi implementado, pela primeira vez, na verso 2.0 do TransCAD, como uma rotina independente, utilizando os modelos de alocao existentes no prprio aplicativo, sendo, posteriormente, incorporado definitivamente em sua verso 3.0. Segundo NIELSEN (1998), poucas alteraes foram realizadas pelos desenvolvedores do pacote computacional TransCAD no seu modelo deste sua implantao. At a verso 4.5, disponvel para uso na Universidade Federal do Cear, essa constatao ainda vlida. NIELSEN (1993) denominou o seu modelo de estimao de matrizes OD como Single Path Matrix Estimation Method (SPME), visto que ele estima cada demanda da matriz OD em funo da minimizao da diferena mdia entre o volume observado e o volume estimado ao longo de cada caminho mnimo de cada par OD. O SPME foi desenvolvido para atualizar uma matriz OD antiga de uma regio da cidade de Copenhague, na Dinamarca, em uma rede com diversas alternativas de rotas com freqentes atrasos e formao de filas (rede com congestionamento) e com os dados de volume apresentando inconsistncia (NIELSEN, 1993). No SPME, diferente das formulaes desenvolvidas a partir das linhas de pesquisa iniciadas por ROBILLARD (1975) e WILLUMSEN (1978), nenhuma considerao sobre o padro de deslocamento proposto buscando diminuir o universo de soluo da matriz OD, ou seja, o problema da estimao busca exclusivamente determinar uma matriz OD que quando alocada na rede se aproxime ao mximo dos dados de fluxo observados. De acordo com a classificao proposta por ABRAHAMSSOM (1998), o SPME est dentro do grupo das formulaes que utilizam tcnicas de inferncia estatstica. Diante deste contexto, o SPME recomendado, conforme concebido, para situaes em que se pretende atualizar uma matriz OD (matriz-semente), a partir de dados de fluxos de trfego atuais e precisos (NIELSEN, 1998). O processo de estimao do SPME inicia-se, portanto, a partir da alocao de uma matriz OD semente na rede. Mesmo em situaes nas quais uma matriz-semente no esteja disponvel, deve ser fornecida uma matriz com valores constantes. Na utilizao em conjunto com o TransCAD, diferentes tcnicas de alocao podem ser

34 utilizadas pelo SPME, incluindo: equilbrio do usurio, equilbrio estocstico, otimizao do sistema, restrio de capacidade, incremental e tudo-ou-nada (CALIPER, 2002). Aps a alocao da matriz, registram-se os valores de fluxos estimados (Va). Obviamente que, no caso de uma matriz-semente constante, esta primeira iterao no apresentar valores satisfatrios para os fluxos estimados. Tambm registrado o caminho mnimo (r) entre cada par OD. Em seguida, calculase, a partir equao 2.24, o valor de demanda esperado de cada par OD (T(E)ija), em cada arco (a) pertencente ao caminho mnimo que possua dados de fluxo observado (Va). Aps a obteno de todos os T(E)ija, calcula-se Tij em funo da equao 2.25 (mdia aritmtica) ou 2.26 (mdia harmnica). Se os dados de fluxo de trfego seguirem uma distribuio normal ou de poisson, a mdia aritmtica pode ser utilizada, caso contrrio recomenda-se a utilizao da mdia harmnica (NIELSEN, 1998). Em seguida, o critrio de convergncia, que pode ser o nmero de iteraes ou a diferena entre as matrizes estimadas, conferido, determinando-se o encerramento ou no do processo. No caso negativo, substitui-se a matriz OD semente pela ltima matriz OD estimada e inicia-se o processo novamente. T(E )ija = Va t ij ' Va (2.24)

Tij =

T
a

( E )ija

Nr
Nr

, a r

(2.25)

Tij =

T
a

(2.26)

(E )ija

A seguir, apresentada uma rede hipottica (Figura 2.12), adaptada de NIELSEN (1998), utilizada para melhor ilustrar o processo de estimao implementado no TransCAD. Nesta rede, os ns 1 e 2 so origens e o n 5 destino. A tabela ao lado representa a matriz OD semente, com T15= 300 e T25 =360. Para simplificao, considere que as rotas so fixas e que 2/3 da demanda T25 utiliza a rota 2-3-5, que, neste caso, ser o caminho mnimo, e que o restante (1/3 da demanda) utiliza a rota 24-5.

35

Figura 2.12: Rede hipottica utilizada para descrever o processo de estimao do TransCAD, adaptada de NIELSEN (1998)

Na primeira iterao, a alocao da matriz semente replicar os volumes representados na Figura 2.13, obtendo a partir da Equao 2.24 e 2.25 os seguintes valores para as demandas (Tabela 2.5).

Figura 2.13: Estimao dos fluxos de trfego e matriz OD aps a primeira iterao

Tabela 2.5: Clculo das demandas para a rede hipottica na primeira iterao Clculo do T(E)ija Clculo do Tij 240 T(E )15(13 ) = 300 = 240 240 + 333,33 300 = 286,67 T15 = 600 2 300 = 333,33 T(E )15( 3 5 ) = 540 300 T(E )25( 2 3 ) = 360 = 450 450 + 400 240 T25 = = 425 600 2 T(E )25( 3 5 ) = 360 = 400 540

36 Repetindo o processo descrito, e substituindo a matriz-semente pela matriz estimada na iterao anterior, obtm-se os resultados apresentados nas Tabelas 2.6 e 2.7, referentes segunda e terceira iterao respectivamente. Na Figura 2.14 so apresentados os fluxos de trfego e a matriz estimada para essas duas iteraes.
Tabela 2.6: Clculo das demandas para a rede hipottica na segunda iterao Clculo do T(E)ija Clculo do Tij 240 T(E )15(1 3 ) = 286 = 240 240 + 302,29 286 T15 = = 270,8 600 2 T(E )15( 3 5 ) = 286 = 302,29 569 300 T(E )25( 2 3 ) = 425 = 450,5 450,5 + 448 283 T25 = = 449,3 600 2 T(E )25( 3 5 ) = 425 = 448 569

Tabela 2.7: Clculo das demandas para a rede hipottica na terceira iterao Clculo do T(E)ija Clculo do Tij 240 T(E )15(1 3 ) = 271 = 240 240 + 285 271 T15 = = 262,6 600 2 T(E )15( 3 5 ) = 271 = 285 570 300 T(E )25( 2 3 ) = 449 = 450,5 450,5 + 472,6 299 T25 = = 461,6 600 2 T(E )25( 3 5 ) = 449 = 472,6 570

Figura 2.14: Estimao de fluxos de trfego e matriz OD aps segunda e terceira iterao

Na dcima iterao, as demandas T15 e T25 mudam apenas na primeira casa decimal, apresentando, respectivamente, os seguintes valores: 253,4 e 474,8. A Figura 2.15 apresenta os fluxos modelados para a matriz estimada, que, para esta

37 rede simplificada, foram bastante satisfatrios. O maior erro absoluto aconteceu no arco 3-5 (e=30) e o maior erro relativo aconteceu no arco 2-4 (e =31,7%), ao se comparar os fluxos observados e estimados.

Figura 2.15: Estimao dos fluxos de trfego e matriz OD aps a dcima iterao

Apesar de o SPME considerar apenas a rota que representa o caminho mnimo, no momento da estimao, percebe-se que ele estima fluxos nas demais rotas tambm dependendo da tcnica de alocao utilizada. Entretanto, surge uma dvida no esclarecida na formulao proposta por NIELSEN (1993). Na utilizao de tcnicas baseadas no equilbrio do usurio, em que mais de uma rota pode ser utilizada apresentando a mesma impedncia (redes congestionadas), qual ser a rota considerada como caminho mnimo? Na prtica, a formulao de NIELSEN (1993) foi estudada em alguns trabalhos e vrios pesquisadores tm afirmado que obtiveram bons resultados com seu uso (BERTONCINI, 2007). QuensOD A formulao implementada no QuensOD (M. VAN AERDE & ASSOC., 2002a) se baseou na linha de pesquisa iniciada por WILLUMSEN (1978). O objetivo foi criar um pacote computacional que desse suporte ao microssimulador INTEGRATION (M. VAN AERDE & ASSOC., 2002b), fornecendo uma matriz OD capaz de ser alocada no microssimulador. Para tanto, os dois pacotes computacionais compartilham a mesma estrutura de dados e tipo de arquivos de entrada, no sendo necessrio, entretanto, possuir o INTEGRATION para utilizar o QueensOD na estimao de matrizes OD (M. VAN AERDE & ASSOC., 2002a). O programa QuensOD executado a partir da entrada de uma srie de informaes relativas s caractersticas geomtricas, de trfego e de controle da rede

38 a ser simulada, sendo essas informaes codificadas em arquivos em formato texto. Outros arquivos, tais como o arquivo de volumes observados, o arquivo da matriz OD semente e o arquivo dos movimentos de converso nas intersees so especficos ao ambiente de codificao do QuensOD. A Figura 2.16, adaptada de DEMARCHI et
al. (2004) mostra como a estrutura dos arquivos de entrada utilizados pelo QueensOD

e INTEGRATION compartilhada. Para mais detalhes ver M. VAN AERDE & ASSOC. (2002a) e M. VAN AERDE & ASSOC. (2002b). Como no TransCAD, a formulao implementada no QueensOD tambm considera o comportamento estocstico da varivel fluxo de trfego e a interdependncia entre a estimao da matriz OD e o processo de escolha das rotas. Como pode ser observado na Figura 2.16, o fornecimento de uma matriz-semente opcional. Caso no seja fornecida uma matriz-semente, o prprio algoritmo gerar uma matriz-semente interna com todas as demandas possveis constantes (M. VAN AERDE & ASSOC., 2002a).

Figura 2.16: Estrutura de arquivos compartilhada entre o QueensOD e o Integration, adaptada de DEMARCHI et al. (2004)

A seguir, na Equao 2.27, apresentada a funo a ser maximizada pelo QueensOD. Percebe-se que esta equao composta por duas parcelas, conforme o modelo genrico apresentado por ABRAHAMSSOM (1998). A primeira parcela representa a verossimilhana entre a matriz estimada e a matriz-semente, enquanto que a segunda representa o erro entre os fluxos observados e estimados (VAN AERDE et al., 2003).
T T a a a T TijLn ij Tij + ij.2 Vapij pij Tijpij (2.27) t a ij ij a t ij ij

MAXIMIZAR

Sij = TLn

39 A alocao utilizada pelo QuensOD uma alocao macroscpica e se inicia com a alocao da matriz-semente. Esta primeira alocao do tipo tudo-ou-nada, em que definida a rvore de caminhos mnimos para todos os pares OD da matrizsemente (M. VAN AERDE & ASSOC., 2002a). A definio desses caminhos feita em funo dos tempos de viagem, fornecidos em conjunto com os dados de fluxos observados. necessrio informar para o QueensOD tanto o tempo de viagem de fluxo livre, que considera a velocidade de fluxo livre do arco, como o tempo de viagem observado, que considera a velocidade mdia do trfego no arco durante a coleta dos dados de fluxo. Aps essa alocao, uma matriz OD estimada em funo da Equao 2.27, iniciando-se em seguida uma segunda iterao no processo de estimao. Essa nova matriz alocada novamente na rede, entretanto os dados de tempos de viagem observados no so os mesmos (M. VAN AERDE & ASSOC., 2002a). Os arcos que tiverem, na iterao anterior, fluxo estimado superior ao observado tero os tempos de viagem observados aumentados com o intuito de tornlos menos atrativos e, de modo contrrio, os arcos que tiverem fluxo estimado inferior ao observado tero seu tempo de viagem observado reduzido. No manual do QueensOD no detalhado como esse tempo de viagem modificado. Acredita-se que essa alterao esteja relacionada com o tempo de viagem de fluxo livre, entretanto no se sabe qual funo de impedncia utilizada para representar essa relao. Nessa nova alocao tudo-ou-nada, uma nova rvore de caminhos mnimos definida; entretanto a demanda que utilizar essa nova rvore de caminhos, ao invs da definida na primeira alocao, alocada aos poucos, em passos definidos pelo usurio. A cada passo, uma proporo da demanda alocada nessa nova rvore de caminhos, sendo estimada uma matriz OD e registrado o erro entre os fluxos estimados e observados. O processo encerrado quando o erro registrado superior ao registrado no passo anterior. Com a matriz OD estimada na iterao anterior, a alocao refeita, obtendo-se uma nova rvore de caminhos a partir de uma nova configurao de tempos de viagem. Todo esse processo repetido at a obteno de resultados satisfatrios, ou at que seja atingido algum outro critrio pr-estabelecido. A Figura 2.17 apresenta um fluxograma que ilustra o processo aqui descrito. Observa-se que nesse fluxograma no mostrado como o processo de estimao chega ao seu fim. O processo encerrado quando o nmero de iteraes pr-definidas pelo usurio atingido ou quando as diferenas do erro em duas iteraes consecutivas entre as demandas-semente e as demandas estimadas e entre

40 os fluxos observados e os fluxos estimados assumem valores mnimos pr-definidos pelo usurio. O QueensOD permite estabelecer trs formas para calcular o erro, como apresentado nas Equaes 2.29 (erro quadrtico), 2.30 (erro relativo) e 2.31 (erro poissoniano).

Figura 2.17: Fluxograma de estimao da matriz OD pelo QueensOD, Fonte: M. VAN AERDE & ASSOC. (2002a)

E=

(X
i

obs i

X iest

(2.29)

41
2

E=

X iobs X iest X iobs

X obs X est i i X iobs

(2.30)

E=

(2.31)

Em que, Xiobs: Demanda observada (semente) no par OD i ou fluxo

observado para o arco i; Xiest: Demanda estimada para o par OD i ou fluxo estimado

para o arco i. RAKHA et al. (1998b) utilizaram o QueensOD para estimar a matriz OD de uma rede simulada no INTEGRATION da cidade de Salt Lake (EUA) e avaliaram o comportamento do modelo em relao a alguns aspectos como: tipo de erro utilizado (Equaes 2.29 a 2.31) e quantidade mxima de caminhos entre os pares OD (um ou dois caminhos). A avaliao realizada por RAKHA et al. contemplou a qualidade dos resultados (matriz e fluxo estimado) e a velocidade de processamento do pacote computacional. Os resultados foram bastante interessantes, mostrando que o uso de uma matriz semente, obtida em outro momento, permite a estimao precisa das demandas e, conseqentemente, dos fluxos de trfego. As concluses obtidas em relao velocidade de processamento, analisada no respectivo trabalho, no so to relevantes atualmente, visto que a capacidade dos computadores aumentou consideravelmente. No mbito nacional, destaca-se o trabalho de DERMACHI et al. (2004) que obtiveram resultados satisfatrios na utilizao do QueensOD para estimar a matriz OD da regio central da cidade de Maring. Nesse trabalho, a matriz OD foi estimada sem o uso de uma matriz OD semente, e a eficincia do modelo foi avaliada apenas em relao replicao dos fluxos observados. Os melhores resultados obtidos por DERMACHI et al. (2004) foram utilizando o erro relativo (Equao 2.30) para as demandas e o erro absoluto (Equao 2.29) para os fluxos. A rede simulada, neste caso, bastante semelhante rede da cidade de Fortaleza, com uma densidade semafrica e possibilidade de caminhos similares, alm da presena de congestionamento.

42

CAPTULO 3

CARACTERIZAO DA REA DO ESTUDO DE CASO

Este captulo iniciado com uma breve descrio da regio monitorada pelo CTAFOR, seguida de uma caracterizao da rea do estudo de caso quanto ao uso do solo e aos aspectos funcionais, fsicos e operacionais de suas vias, que permitiu conhecer as particularidades dessa regio, facilitando o processo de simulao da rede. apresentada ainda uma caracterizao das demandas de deslocamento obtida para uma determinada hora de pico. A obteno dessas demandas foi necessria, principalmente, para confrontar com os resultados de estimao, como apresentado no captulo seguinte.

3.1 CONTROLE DE TRFEGO EM REA DE FORTALEZA (CTAFOR)

Seguindo a tendncia das grandes cidades no mundo, a Prefeitura Municipal de Fortaleza (PMF), em setembro de 2000, implantou um sistema de transporte inteligente, atravs de um moderno sistema de controle e operao do trfego urbano, com o objetivo de propiciar uma sobrevida ao sistema virio da rea mais adensada e saturada do seu municpio (LOUREIRO et al., 2002). Esse sistema, batizado de CTAFOR (Controle de Trfego em rea de Fortaleza), opera atravs de outros trs subsistemas, denominados a seguir: o subsistema de monitorao remota do trfego por circuito fechado de televiso (CFTV), o subsistema de painis de mensagens variveis (PMV) e o subsistema de controle centralizado de semforos (SCOOT). Atualmente, o subsistema CFTV realiza o monitoramento remoto do trfego a partir de 34 cmeras instaladas nas principais intersees da cidade. O objetivo desse sistema permitir um diagnstico imediato das condies do trfego nas vias de grande volume, atravs da identificao, em tempo real, de acidentes e outras ocorrncias de trnsito, possibilitando uma reduo das perturbaes e congestionamentos gerados por esses eventuais incidentes. J o subsistema de PMV conta com 20 painis e tem como finalidade estabelecer um contato direto com os usurios do trnsito, alertando-os sobre as condies do trfego. O terceiro subsistema, e por sua vez o mais importante, responsvel por realizar a otimizao semafrica de 215 intersees (42% da rede semafrica), a partir de um sistema

43 adaptativo em tempo real, que busca reduzir os atrasos e nmero de paradas nas aproximaes das intersees controladas (LOUREIRO et al., 2002), tendo como base o pacote computacional SCOOT (Split, Cycle and Offset Optimization Technique) (TRL, 2000). Este tipo de controle requer informaes constantes sobre o comportamento do trfego. No caso do SCOOT, essas informaes so obtidas por laos de deteco veicular localizados nas aproximaes das intersees controladas. A partir desses laos, que contabilizam as demandas veiculares, possvel fazer toda a modelagem do trfego, otimizando, a cada instante, os melhores tempos de ciclo, proporo de verde e defasagens. A Figura 3.1 apresenta, de forma resumida, o funcionamento do sistema SCOOT. A operao iniciada com a deteco da demanda veicular, a partir da malha de detectores localizados nas aproximaes das intersees controladas. Essa informao , em seguida, enviada central de controle atravs de Linhas Privadas (LP) de comunicao, onde ento processada pelo modelo de trfego do sistema SCOOT. Aps processar os dados coletados nas vias, o SCOOT modela o comportamento do trfego e define a operao tima para o cruzamento, enviando-a ao controlador do semforo que executa a ao.

1 2
Figura 3.1: Esquema de funcionamento do sistema SCOOT

A seguir, na Figura 3.2, apresentado o mapa do municpio de Fortaleza com a disposio espacial das intersees e o tipo de controle semafrico. A denominao

44 semforos centralizados, mostrada nesta figura, foi designada s intersees que so controladas pela central de trfego (CTAFOR), com tecnologia que permite a operao em tempo real. J a denominao semforos convencionais foi designada s intersees controladas por equipamentos que no se comunicam com a central de trfego e que s permitem a operao em tempo fixo.

Norte

quilmetros

Figura 3.2: Tipos de controle das intersees semaforizadas do municpio de Fortaleza

A seguir, a Figura 3.3 traz, com mais detalhes, a regio destacada na Figura 3.2. Nesta figura, apresentada a malha de detectores utilizada pelo subsistema de controle centralizado de semforos para realizar a otimizao em tempo real da programao semafrica. No total, essa otimizao feita com o auxlio de aproximadamente 630 laos detectores, que registram durante todo o dia os fluxos veiculares em determinada via. Analisando a Figura 3.3 percebe-se que essa malha de detectores cobre uma quantidade considervel das principais vias da regio, podendo ser bastante til no processo de estimao sinttica de matrizes OD. Alm desse aspecto espacial, destaca-se ainda outra contribuio importante desse sistema, que o aspecto temporal. Todas essas informaes de fluxo de trfego

45 detectadas so armazenadas em um banco de dados dinmico, permitindo a estimao de matrizes OD para diversos horrios e dias distintos.

Figura 3.3: Malha de detectores

Como destacado no captulo introdutrio, apesar de o sistema implantando no CTAFOR ser eficaz no controle operacional do trfego urbano, ele no soluciona os problemas de congestionamento definitivamente. Prova disto que na regio, destacada na Figura 3.2, que concentra a maioria dos deslocamentos realizados com o transporte motorizado individual e que se caracteriza por ser a regio mais adensada da cidade, com intenso uso do solo residencial e comercial, a qualidade do trfego vem se reduzindo constantemente com os anos. Nesta regio, as vias vm apresentando, segundo LOUREIRO et al. (2004), elevada saturao e velocidades mdias operacionais, durante o pico, variando em torno de 20 km/h. Avaliando o cenrio atual da qualidade do trfego dessa regio, conjuntamente com o cenrio de tendncia de crescimento da frota de veculos (ver Figura 3.4) e considerando, ainda, as caractersticas de expanso restrita da oferta viria, percebe-se a necessidade do planejamento de aes, visando a garantia da manuteno da qualidade do trfego em nveis satisfatrios mnimos (PAULA et al., 2005).

46

Evoluo da Frota de Veculo e da taxa de motorizao da populao

700.000 600.000 500.000 Veculos 400.000 300.000 200.000 100.000 0 2000 2001 2002 2003 ANO Frota de Veculos de Fortaleza Taxa de motorizao (habitantes/veculo) 2004 2005 2006 2007 7 6 5 4 3 2 1 0 Taxa de motorizao (habitantes/veculo)

Figura 3.4: Evoluo da frota de veculos e da taxa de motorizao de Fortaleza. Fonte: Detran (2007)

3.2 DELIMITAO DA REA DE ESTUDO DO CASO

A aplicao do mtodo sinttico de estimao de matrizes OD em uma rea de estudo de caso teve como finalidade gerar uma maior compreenso e experincia na utilizao desse mtodo, tirando concluses e recomendaes para estimaes posteriores de matrizes OD para toda a regio controlada em tempo real. Deste modo, aps a realizao da reviso bibliogrfica, a primeira etapa, buscando alcanar os objetivos estabelecidos, foi delimitar uma rea de estudo que fosse representativa da regio controlada em tempo real destacada na Figura 3.2. Foi definida, portanto, uma rede que apresentasse congestionamento e com um tipo de uso do solo e operao do trfego caractersticos de toda a rea controlada em tempo real. O conceito de congestionamento aqui empregado refere-se utilizao de mltiplas rotas para o deslocamento entre pontos distintos da rede, ou seja, referese existncia de rotas que competem entre si com custos de viagem semelhantes. Como visto na reviso bibliogrfica, nesta situao, a escolha das rotas e a estimao de matrizes OD so interdependentes, sendo necessria a realizao de uma alocao do trfego mais precisa.

47 Diante do exposto, foi determinada uma rea de estudo, com cerca de 0,5 km2, limitada pela Rua Pereira Filgueiras (ao norte), Avenida Santos Dumont (ao sul), Rua Carlos Vasconcelos (ao oeste) e Avenida Baro de Studart (ao leste). Esta rea compreende uma rede com oito vias, totalizando 15 intersees, sendo oito intersees semaforizadas e sete no-semaforizadas, como apresentado nas Figuras 3.5 e 3.6. Nos prximos tpicos, so apresentadas algumas informaes importantes dessa rea de estudo quanto ao uso do solo e s caractersticas fsicas e operacionais das vias.

3.3 CARACTERIZAO QUANTO AO USO DO SOLO

Buscando conhecer a rea de estudo com mais detalhes, foi realizado o levantamento do uso do solo, identificando se esse uso era residencial, comercial, escolar ou do tipo institucional. Essas informaes foram teis tanto na etapa de codificao da rede, como na anlise crtica dos resultados de demanda obtidos na matriz OD observada e estimada. Na Figura 3.7 apresentado o levantamento do uso do solo realizado.

Norte

quilmetros

Figura 3.5: Regio com controle em tempo real, destacando a rea do estudo de caso

48

Norte

quilmetros

Figura 3.6: rea do estudo de caso

Norte

Figura 3.7: Uso do solo da rea do estudo de caso

49 A regio bastante adensada, no apresentando vazios urbanos, e com uso do solo misto. Analisando a Figura 3.7, percebem-se vias com uso do solo predominantemente comercial, como no caso da Avenida Baro de Studart, Avenida Santos Dumont e Rua Carlos Vasconcelos; vias com uso do solo predominantemente residencial, como no caso da Rua Monsenhor Bruno e Rui Barbosa; e vias com uso do solo misto, como no caso da Rua Pereira Filgueiras, Rua Costa Barros e Rua Dr. Jos Loureno.

3.4 CARACTERIZAO QUANTO AOS ASPECTOS FUNCIONAIS E FSICOS DAS VIAS

A rede da regio em que est inserida a rea de estudo uma rede reticulada, em formato de grelha, com vias estreitas e sem uma hierarquia bem definida. Segundo PAULA et al. (2005), os deslocamentos realizados nesta regio, que deveriam ocorrer no conjunto das vias arteriais, acabam por utilizar vias coletoras e locais. Dessa forma, o sistema virio bsico, utilizado pelo trfego de passagem, composto por um conjunto misto de vias arteriais, coletoras e at mesmo locais. Na Tabela 3.1 apresentada a classificao dessas vias de acordo com a Lei de Uso e Ocupao do Solo (PMF, 1996) de Fortaleza. Observa-se que a classificao, segundo a legislao vigente, no condiz com a funcionalidade real da via. As ruas Carlos Vasconcelos e Pereira Filgueiras, por exemplo, perderam a funcionalidade de vias locais e j absorvem grande parte do trfego de passagem. Do mesmo modo, a Rua Dr. Jos Loureno, classificada como uma via local, j possui funcionalidade de uma via coletora.
Tabela 3.1: Classificaes das vias da rea do estudo de caso Classificao segundo a Vias legislao (PMF, 2006) Avenida Baro de Studart Arterial I Avenida Santos Dumont Arterial I Rua Costa Barros Arterial II Avenida Rui Barbosa Arterial II Rua Carlos Vasconcelos Local Rua Pereira Filgueiras Local Rua Dr. Jos Loureno Local Rua Monsenhor Bruno Local

50 Com exceo da Avenida Baro de Studart, que uma via de sentido duplo, com duas faixas por sentido segregadas por canteiro central, as demais vias da rede so de sentido nico, sendo a Avenida Rui Barbosa com trs faixas e as outras com duas faixas de trfego. Nas vias com sentido leste/oeste e oeste/leste (Avenida Santos Dumont, Rua Costa Barros e Rua Pereira Filgueiras) e na Avenida Baro de Studart o estacionamento longitudinal em ambos os lados proibido, sendo a demanda por estacionamento atendida por estacionamentos recuados ou por estacionamentos internos das edificaes. Nas demais vias, o estacionamento longitudinal permitido em pelo menos um dos lados, em alguns casos controlados por zona azul.

3.5 CARACTERIZAO QUANTO AOS ASPECTOS OPERACIONAIS DAS VIAS

Os semforos da rea de estudo (oito, no total) so todos centralizados, operando com dois estgios de movimento veicular, com ciclo operacional nos picos de trfego variando em torno de 104 segundos. As intersees no-semaforizadas so controladas por sinalizao de parada obrigatria (placa PARE), sendo sempre as vias com sentido leste/oeste e oeste/leste as vias preferenciais das intersees. Nas Figuras 3.8 e 3.9, so apresentados, respectivamente, os dados de fluxo do trfego e de grau de saturao nas aproximaes das intersees semaforizadas para o pico da tarde (17h15 a 18h15). Os valores mdios apresentados nestas figuras so referentes aos dias de tera, quarta e quinta-feira dos meses de abril, maio e junho de 2006. Esses dados foram teis ainda no processo de estimao das matrizes, como descrito no Captulo 4, onde ser apresentada tambm a metodologia utilizada para o tratamento desses dados. Observa-se, analisando a Figura 3.8, um maior fluxo de trfego, superior a 1.200 vec./hora, e um maior grau de saturao, em torno de 90%, nas Avenidas Santos Dumont e Rui Barbosa. De modo geral, analisando o grau de saturao, para este horrio, percebe-se que a capacidade das aproximaes semaforizadas ainda no foi totalmente atingida. O trfego entre o transporte coletivo e o transporte individual compartilhado e os pontos de parada de nibus no possuem baias, sendo a faixa direita de circulao interrompida durante a operao de embarque/desembarque. O trfego de transporte coletivo ocorre predominantemente nas vias de sentido oeste/leste e leste/oeste, evidenciando a importncia desses corredores no deslocamento pendular da populao usuria do transporte coletivo. Observou-se a operao de seis linhas

51 de transporte coletivo na Avenida Santos Dumont, sete na Rua Costa Barros, duas na Rua Pereira Filgueiras, trs na Avenida Baro de Studart (sentido norte/sul) e duas na Avenida Baro de Studart (sentido sul/norte).

3.6 CARACTERIZAO DOS DESLOCAMENTOS NA REA DO ESTUDO DE CASO

Definida a rea de estudo e feita sua caracterizao quanto s variveis apresentadas no tpico anterior, a etapa seguinte consistiu em planejar e executar a coleta da matriz OD dessa rea a partir de algum mtodo tradicional. Como exposto na introduo deste captulo, a finalidade da obteno dessa matriz (matriz OD observada) foi permitir, em uma etapa posterior, uma avaliao dos resultados de estimao obtidos (matriz OD estimada).

Norte

Figura 3.8: Dados de fluxo de trfego da rea do estudo de caso para o pico da tarde

52

Norte

Figura 3.9: Dados de grau de saturao da rea do estudo de caso para o pico da tarde

O mtodo tradicional escolhido para obter as demandas de deslocamentos na rea de estudo foi o mtodo de leitura de placa, que, entre os mtodos tradicionais, o que despende menos recursos e menos tempo na compilao dos dados. Apesar de os demais mtodos permitirem associar as demandas com dados socioeconmicos e com os motivos de viagem, para o estudo em questo, essas informaes no eram necessrias visto que os mtodos sintticos de estimao de matrizes OD, aqui estudados, definem apenas a magnitude das demandas, no fazendo qualquer associao com outras informaes.

3.6.1

Zoneamento da rea de Estudo

Em uma etapa anterior ao planejamento da pesquisa, foi necessrio realizar o zoneamento da rea de estudo, identificando os pontos de origem e destino, j que os postos de observao da pesquisa de placa devem ser definidos em funo desse zoneamento. Por ser uma regio relativamente pequena, optou-se por desagregar a rede ao mximo. Deste modo, cada ponto de entrada foi classificado como zona de origem e cada ponto de sada como destino e cada quadra foi classificada como zona

53 de origem e destino. A Figura 3.10 apresenta o zoneamento proposto, destacando os centrides dessas zonas. Observa-se que, em todas as quadras, existe um centride, ligado rede a partir de um conector. Aps esse zoneamento, foram identificadas oito zonas de entrada na rede, classificadas como origem, oito zonas de sada classificadas como destinos, e 25 zonas representando as quadras, classificadas, ao mesmo tempo, como origem e destino, totalizando, no final, 33 origens e 33 destinos.

Norte

Figura 3.10: Zoneamento da rea do estudo de caso

3.6.2

Pesquisa de Leitura de Placa

A pesquisa de placa foi realizada no dia 07/06/06 (quarta-feira), durante o pico da tarde, entre 17h00 e 18h30, sendo dividido em seis intervalos de 15 minutos. Para anlise posterior da estimao da matriz OD, foi considerada somente a faixa horria entre 17h15 e 18h15, sendo excludo o primeiro e ltimo intervalo. Esses intervalos desconsiderados foram includos na pesquisa de placa apenas para

54 identificar possveis viagens que tiveram incio ou trmino fora do perodo estabelecido para anlise. Devido dificuldade em se registrar manualmente todas as placas dos veculos que trafegam por um posto de observao, o registro das placas foi feito de forma amostral. Foram registrados apenas os automveis de cor prata, que, como identificado anteriormente no banco de dados do Detran-CE, representa cerca de 20% de toda a populao. importante destacar ainda que o registro das placas foi feito de forma parcial, sendo anotados apenas os dgitos numricos da placa. A placa HWJ2658, por exemplo, foi registrada apenas como 2658. Para a realizao desta pesquisa, foram definidos 15 postos de observao, referentes s 15 intersees existentes na rea de estudo. Esses postos de observao foram divididos em trs grupos, o primeiro compreendendo as cinco intersees da Rua Pereira Filgueiras, o segundo compreendendo as cinco intersees da Rua Costa Barros e o ltimo compreendendo as cinco intersees da Avenida Santos Dumont. Deste modo, para cobrir os 15 postos de observao definidos foram necessrios 28 pesquisadores, alm de trs pesquisadores reservas, distribudos conforme apresentado na Figura 3.11 a seguir. Para cada grupo estabelecido, foi designado ainda um supervisor.

Norte

Figura 3.11: Distribuio dos pesquisadores nos postos de observao

55

Cada pesquisador ficou responsvel por registrar as placas que realizassem determinados movimentos de converso no posto de observao. No caso do posto de observao 01 (C01), por exemplo, o pesquisador 01 ficou responsvel pelos movimentos A e B e o pesquisador 02 pelos movimentos C e D (ver Figura 3.12). Deste modo, cada registro de placa foi identificado em conjunto com o movimento realizado. Aps a execuo da pesquisa de placa os dados foram tabulados. Nessa tabulao, cada registro de placa foi identificado com o respectivo posto de observao, com o intervalo de coleta e com o movimento de converso realizado na interseo. importante destacar que antes da etapa de compilao, foi necessrio realizar um tratamento desses dados, buscando identificar possveis erros ocorridos durante a pesquisa.

Figura 3.12: Movimento de converso do posto de observao 01

Neste tratamento, foram identificados trs tipos de erro. O primeiro tipo de erro referiu-se aos registros incompletos. Em algumas situaes, quando mais de um veculo de cor prata cruzava o posto de observao, no era possvel registrar todos os dgitos das placas. Nesta situao, foi recomendando aos pesquisadores que anotassem a quantidade mxima de dgitos e registrassem com X os dgitos no identificados (ex: 265x, 32xx, x788). Para cada placa incompleta, foram verificados os registros dos postos de observaes jusante e montante. A Figura 3.13 ilustra essa situao. Neste caso, no posto de observao 02, foi feito o registro incompleto 34xx. Confrontando esse registro com os registros feitos nos outros postos de observao, percebe-se que o registro refere-se placa 3452.

56 O segundo tipo de erro referiu-se ao registro incorreto que acontece quando algum dgito da placa foi anotado erroneamente. Esse tipo de erro muito mais difcil de ser identificado do que o erro anterior, sendo na maioria das vezes descoberto ao acaso. Buscando minimizar a quantidade desses erros foram identificadas as placas com apenas um registro e que possuam origem e destino pouco provvel (Ex: origem no n 22 e destino no n 21 - ver Figura 3.10). Neste caso, para cada placa identificada, os registros dos postos de observaes jusante e montante eram confrontados, para confirmar ou no o erro. A Figura 3.14 ilustra esta situao, neste caso a placa 3453 foi registrada no posto de observao 02 de forma errada, quando o registro correto, provavelmente, deveria ser 3452. O terceiro tipo de erro referiu-se aos registros repetidos, que ocorrem quando duas placas distintas apresentam a parte numrica idntica. Inicialmente, este tipo de erro tambm foi descoberto ao acaso; entretanto na fase de compilao dos dados, como apresentado a seguir, foi possvel minimiz-lo. No total dos seis intervalos de pesquisa, foram feitos 9.413 registros, originados de 3.516 placas (viagens) diferentes; desses registros, 352 foram incompletos (3,7%), 94 foram errados (1,0%) e 658 placas (18,7%) com pelo menos uma repetio.

Figura 3.13: Tratamento do registro incompleto

57

Figura 3.14: Tratamento do registro errado

Aps a tabulao dos dados, estes foram compilados com o auxlio de uma macro desenvolvida no ambiente VBA (Visual Basic for Aplication), compondo o caminho realizado pelos veculos e determinando conseqentemente as suas origens e destinos. Na Figura 3.15 apresentado um exemplo da obteno da origem e destino de uma determinada placa. Neste caso, o veculo cruzou o posto de observao 01 no segundo intervalo, com origem no n 11 e destino no n 2; em seguida, esse mesmo veculo cruza, no mesmo intervalo, o ponto de observao 02, com origem no n 2 e destino no n 4, no sendo mais identificado em nenhum outro ponto de observao. Compilando os registros desse veculo, determina-se a sua origem e destino que so, respectivamente, n 11 e 4 e atribui-se essa viagem ao segundo intervalo.

Ponto de observao 01 Registro: 2658 Movimento: 11-02 2o Intervalo Ponto de observao 02 Registro: 2658 Movimento: 02-04 2o Intervalo Caminho: 11 - 02 - 04 Origem/Destino: 11/04 (2o intervalo)

Figura 3.15: Composio dos caminhos das placas registradas

58

Nas situaes em que os registros eram repetidos e no era possvel compor os caminhos, a compilao dos dados acusava um erro. Nesta situao, a macro interrompia a composio do caminho desses registros, identificando-os como repetidos. Em uma etapa posterior cada registro repetido foi tratado manualmente. Do total de placas repetidas, 350 placas tiveram seus caminhos compostos manualmente. Um outro problema identificado e tratado na etapa de compilao dos dados, referiu-se a placas identificadas em dois intervalos distintos. Neste caso, as viagens se iniciavam em um intervalo e encerravam no intervalo seguinte, como exposto no exemplo apresentado a seguir. Considere uma placa identificada s 17h14 em um posto de observao (intervalo 2) e em seguida s 17h16 (intervalo 3) em outro posto de observao. Nesta situao, as viagens eram atribudas ao intervalo que teve mais registros, ou seja, se uma determinada placa foi identificada em trs postos de observao no segundo intervalo e apenas em um posto de pesquisa no terceiro horrio a viagem era atribuda ao segundo intervalo. Aps o tratamento e compilao dos dados, foram obtidas as matrizes OD amostrais dos seis intervalos de 15 minutos definidos anteriormente, que apresentaram demanda amostral horria variando entre 2.170 (17h15 - 17h30) e 2.670 viagens (18h00 -18h15), como pode ser observado na Figura 3.16.

Figura 3.16: Variao da demanda horria amostral por intervalo de pesquisa

59 A matriz OD amostral para o perodo de anlise (17h15 - 18h15), definido anteriormente, totalizou 2.393 viagens, representando a mdias das demandas do segundo ao quinto intervalo. No Anexo I, essa matriz OD amostral pode ser visualizada. Nessa matriz, de um total de 1089 pares OD possveis (33 origens x 33 destinos), foram observadas viagens apenas em 312 pares OD (29% do total). Essa constatao pode ser explicada a partir da Tabela 3.2 em que apresentado um resumo com a classificao das viagens por tipo de deslocamento para essa matriz amostral. Percebe-se o predomnio do trfego de passagem com 43% do total das viagens e poucas viagens entre as zonas internas rea de estudo, em virtude da pequena rea de estudo considerada. Na Figura 3.17, possvel observar ainda as viagens originadas e destinadas de cada zona, verificando-se uma maior concentrao de viagens nos pontos de entrada e sada da rede.
Tabela 3.2: Classificao das viagens por tipo de deslocamento na matriz amostral Caractersticas das viagens Demanda amostral Internas rea de estudo 258 (11%) Entrando na rea de estudo 544 (23%) Saindo da rea de estudo 558 (23%) Passando pela rea de estudo 1.033 (43%) Total 2.393

Norte

Figura 3.17: Demandas de origem e destino amostrais do perodo de anlise (17h15 18h15)

60

Obtida a matriz OD amostral, foi realizada em seguida a expanso dessa matriz a partir do mtodo de Furness (ORTZAR e WILLUMSEN, 1994), com dupla restrio (origens e destinos). Esse mtodo consiste em determinar fatores (f) para cada origem e destino, que so utilizados para expandir o total de viagens originadas e destinadas de cada zona, como mostrado a seguir nas Equaes 3.1 e 3.2. A Figura 3.18 ilustra esse processo. A partir da matriz OD amostral (Figura 3.18a) e dos fatores de expanso (f), obtm-se o total de viagens originadas (Oi) e destinadas (Dj) de cada zona (Figura 3.18b). Definidos os valores de Oi e Dj, que serviro como restrio no mtodo de Furness, inicia-se a etapa de obteno das demandas de viagens (Tij).

Oi = fi .oi

(3.1) (3.2)

D j = f j .d j
em que, Oi: oi: Dj: dj: f:

Total de viagens originadas na zona i na matriz expandida Total de viagens originadas na zona i na matriz amostral Total de viagens destinadas a zona j na matriz expandida Total de viagens destinadas a zona j na matriz amostral fator de expanso utilizado

(a)

(b)

Figura 3.18: Ilustrao do processo de expanso da matriz amostral

61 Os fatores de expanso foram definidos a partir das informaes de fluxo de trfego e dos registros realizados nos postos de observao. Quando possvel, cada zona de origem e/ou destino era associada a um posto de observao e a um lao de deteco. Em seguida era calculada a proporo da quantidade de registros feita no posto de observao em relao quantidade de veculos identificada pelo lao de deteco. Desta forma, foi possvel estabelecer a proporo dos registros amostrais em relao a toda a populao e, conseqentemente, os fatores de expanso a serem utilizados. Para as zonas que no foi possvel estabelecer essa relao, caso das vias que no possuam laos de deteco (Rua Monsenhor Bruno e Rua Dr. Jos Loureno), foi utilizado um fator de expanso constante igual a 4,35, que representou o valor mdio dos fatores obtidos e que variou entre 5,9 e 3,7. No final do processo de expanso, foi obtida uma matriz OD populacional, apresentada no Anexo I, com demanda total horria de 10.976 viagens. Na Tabela 3.3 apresentado um resumo com a classificao das viagens por tipo de deslocamento para essa matriz expandida. Semelhante matriz OD amostral, percebe-se o predomnio do trfego de passagem e a pequena quantidade de viagens entre as zonas internas rea de estudo. Na Figura 3.18, observam-se ainda as viagens originadas e destinadas de cada zona.
Tabela 3.3: Classificao das viagens por tipo de deslocamento matriz expandida Caractersticas das viagens Demanda amostral Internas rea de estudo 1113 (10%) Entrando na rea de estudo 2340 (22%) Saindo da rea de estudo 2659 (24%) Passando pela rea de estudo 4864 (44%) Total 10976

62

Norte

Figura 3.19: Demanda de origem e destino da matriz OD expandida

63

CAPTULO 4

ANLISE DAS MATRIZES ESTIMADAS PARA A REA DE ESTUDO DO CASO

Este captulo apresenta todo o processo realizado de estimao sinttica de matrizes OD, a partir de contagens volumtricas. O captulo iniciado com uma descrio da coleta e codificao dos dados utilizados pelo aplicativo QueensOD, que foi o escolhido para estimar as matrizes OD da rea de estudo do caso, detendo-se mais nos aspectos prticos de sua utilizao, visto que seu modelo de estimao j foi descrito no captulo de reviso bibliogrfica. Aps essa descrio, apresentada a etapa de calibrao do QueensOD, seguida de uma anlise de sensibilidade dos resultados de estimao quanto variao da qualidade da matriz OD semente fornecida e a quantidade de informaes de fluxos utilizadas. Por fim, avaliada a variabilidade das demandas estimadas para diferentes perodos de um dia e ao longo de dias tpicos de meses tpicos. Definida a rea de estudo e realizada a sua caracterizao, foi iniciado o processo de estimao de matrizes OD utilizando o aplicativo QueensOD. A escolha desse aplicativo deveu-se, alm da disponibilidade para uso na Universidade Federal do Cear (UFC), obteno de resultados satisfatrios na sua utilizao em redes urbanas semaforizadas como nos estudos de RAKHA et al. (1998b), VAN AERDE et
al. (2003) e DEMARCHI et al. (2004). Esse ltimo estudo, por exemplo, estimou

matrizes OD para a regio central da Cidade de Maring, estado do Paran, com uma rede de 39 semforos e com caractersticas semelhantes rea de estudo desta pesquisa.

4.1 COLETA E CODIFICAO DOS DADOS

As primeiras etapas do processo de estimao das matrizes OD consistiram na coleta e na codificao de todas as informaes utilizadas pelo modelo implementado no QueensOD. Como apresentado no Captulo 2 (ver Figura 2.16), para estimar matrizes OD a partir de contagens volumtricas, o QueensOD requer uma srie de arquivos de entrada obrigatrios (ns, arcos, semforos e volumes) e

64 opcionais (matriz OD semente e converses). Deste modo, todas as informaes necessrias para a codificao desses arquivos foram coletadas, como apresentado a seguir.

4.1.1

Geometria da Rede

No arquivo de ns e de arcos so definidas as caractersticas geomtricas da rede. Aps a representao da rede simulada e identificadas as zonas de origem e destino, cada n e arco deve ser enumerado com um identificador (ID). Na Figura 4.1 apresentada a rede simulada com os respectivos IDs de ns e arcos. Destaca-se que os arcos de sentido duplo recebem dois IDs, um para cada sentido. Aps a identificao, obtiveram-se 79 ns, sendo 42 de origem e/ou destino e 37 intermedirios, e 114 arcos.

Norte

Figura 4.1: Identificao dos ns e arcos da rede

65 No arquivo de ns, cada linha do arquivo iniciada com o ID do n, seguido de suas coordenadas (ordenada e abscissa) e do seu tipo (origem, destino, origem/destino, intermedirio). As coordenadas desses ns foram extradas de um mapa da regio digitalizado no formato dwg (AutoCAD), obtido junto a PMF. No arquivo de arcos, semelhante ao arquivo de ns, cada linha iniciada com um ID, que representa um determinado arco. Em seguida, so informados os ns inicial e final do arco, alm de seu comprimento, obtido a partir do mapa digitalizado, velocidade de fluxo livre, considerada igual velocidade mxima da via, e capacidade. O QueensOD trabalha com a capacidade no arco e no na interseo, deste modo, a capacidade foi estimada em funo do fluxo de saturao utilizado pelo modelo de trfego do SCOOT da interseo semaforizada mais prxima. No Anexo II so apresentados estes arquivos codificados no formato estabelecido para o QueensOD.

4.1.2

Controle do Trfego

No arquivo de arco tambm definido o tipo de controle e os movimentos de converso proibidos. Para a rede simulada, apenas as converses esquerda na Avenida Baro de Studart foram proibidas. O QueensOD permite trs tipos de controle de trfego, que so: sinalizao de parada obrigatria (placa PARE), sinalizao de d a preferncia e semforo. No caso da existncia de semforo, necessrio definir ainda no arquivo de arcos qual semforo responsvel por controlar o arco e em qual fase do semforo o arco tem direito de passagem. Neste caso, necessrio criar tambm um arquivo de semforo, onde so listados todos os semforos da rede, enumerados com um ID, com sua respectiva programao semafrica (ciclo, fases, defasagem, tempo de verde e amarelo). Na Figura 4.2, so apresentados os tipos de controle da rea de estudo. De um total de 15 intersees, sete possuem o controle com placa de parada obrigatria e oito so controladas por semforo. O arquivo de semforos est apresentado no Anexo II. importante destacar, como citado por DEMARCHI et al. (2004), que, aparentemente, o QueensOD, no momento da estimao, no considera as restries de converso definidas no arquivo de arcos. Esta concluso se baseou nos resultados encontrados de estimao, em que a matriz OD estimada apresentou demandas entre pares OD que no possuam rotas possveis devido s restries estabelecidas. Como ser visto mais adiante, essa constatao tambm foi confirmada nesse estudo.

66

Norte

Figura 4.2: Tipos de controle da rea de estudo

4.1.3

Fluxo de Trfego Observado

A ltima informao obrigatria coletada foi o dado de fluxo de trfego observado dos arcos que possuam lao de deteco. Alm dos dados de volume do dia da pesquisa de placa (07/06/06), foram coletados, ainda, os dados de fluxo de trfego dos dias de tera, quarta e quinta-feira dos meses de abril, maio e junho de 2006 (totalizando 41 dias). Estes dados foram coletados para o horrio de anlise da pesquisa (17h15 e 18h15), com o intuito de estimar 41 matrizes OD, uma para cada dia de dados de fluxo coletado, permitindo avaliar a variabilidade da demanda ao longo dos dias. Foram coletados ainda, para o dia da pesquisa de placa, os dados de fluxo para o horrio de entre-pico da manh, entre 9h00 e 10h00, a fim de permitir uma avaliao da variabilidade da matriz OD ao longo do dia.

67 Na Figura 4.3, so apresentados os arcos que possuem lao de deteco (24 de um total de 114). Para esses mesmos arcos, foram coletados ainda os tempos de viagem observados, obtidos a partir da velocidade mdia do trfego no arco durante o perodo em que os dados de fluxos foram coletados. importante destacar que tanto os dados de fluxo de trfego, quanto os dados de tempo de viagem foram obtidos de forma automtica a partir de consultas ao banco de dados dinmico do CTAFOR, com o auxlio da interface TRANSCOOT desenvolvida por MENESES (2003). Em conjunto com esses dados, so fornecidos tambm os dados de capacidade e de tempos de viagem de fluxo livre, obtidos em funo da velocidade de fluxo livre, que so utilizados pelo QueensOD para compor as rotas utilizadas entre os diversos pares OD. Observa-se que a informao de capacidade j tinha sido fornecida no arquivo de arcos, mas devem ser novamente codificadas no arquivo de fluxos. No Anexo II, apresentado o formato do arquivo de fluxos, com as informaes referentes ao dia da pesquisa de placa.

Norte

Figura 4.3: Arcos da rede simulada que possuem lao de deteco

Para que esses dados fossem utilizados para estimar matrizes OD foi necessrio, primeiramente, a realizao de um tratamento. Esta etapa buscou

68 identificar dentro dos dados obtidos, observaes atpicas, ou seja, dados que apresentassem valores distantes de uma tendncia central. Esse tratamento foi realizado a partir do fluxo de trfego, sendo os demais dados considerados atpicos ou no em funo dessa varivel, ou seja, se o dado de fluxo, para um determinado dia, fosse considerado atpico, os demais dados tambm seriam. Para tanto, o processo aqui utilizado baseou-se no mtodo proposto por OLIVEIRA (2004), que utilizou diagramas de caixa, ou boxplot, para identificar observaes atpicas de uma determinada amostra. O diagrama de caixa um grfico que descreve uma srie de caractersticas de um conjunto de dados, tais como tendncia central, disperso, assimetria e permite a identificao de valores atpicos, conhecidos como outliers (MONTGOMERY e RUNGER, 2003). So considerados outliers os valores avaliados que permanecerem fora de um intervalo estabelecido a partir da estatstica amplitude interquartil, que a diferena entre o primeiro e o terceiro quartil de um conjunto de dados (OLIVEIRA, 2004), como apresentado na Figura 4.4.

Figura 4.4: Exemplo de diagrama de caixa, fonte OLIVEIRA (2004)

Deste modo, todas as observaes identificadas como outliers foram substitudas pelos valores mdios, calculados j sem essa observao. Caso o interesse fosse apenas saber um valor aproximado da tendncia central, poderamos ter trabalhado apenas com o valor da mediana, que uma estatstica pouco sensvel a

69 valores atpicos. Entretanto, o interesse em cada observao, visto que sero estimadas matrizes OD para os diferentes dias observados. Na Figura 4.5 apresentado o diagrama de caixa do lao de deteco 00054:a, localizado na Avenida Baro de Studart e que est associado ao arco com ID 71. Observa-se que foram criados diagramas de caixa para cada intervalo de 15 minutos do perodo de anlise (17h15 -18h15). Neste caso, os dados do dia 06/06/06, do segundo intervalo, e do dia 02/03/06, terceiro intervalo, tiveram de ser substitudos pelos valores de fluxo mdio.

Figura 4.5: Diagramas de caixa da varivel fluxo de trfego do lao de deteco 054:a

Na Figura 4.6, mostrado um exemplo em que os valores atpicos foram substitudos pelos valores mdios. Esta figura est apresentando o diagrama de caixa do lao de deteco 00276:d, localizado na Avenida Santos Dumont e que est associado ao arco com ID 99, para o dia da pesquisa de placa. Observa-se que, no primeiro e segundo intervalos, os valores de fluxo observados foram muito baixos (inferiores a 200 veculos/hora), indicando que o lao de deteco deveria estar em falha nesse perodo.

70

DADOS DE VOLUMES - APROXIMAO 276:D AV. SANTOS DUMONT

2.200 2.000 1.800 1.600 VALORES MDIOS

VOLUME (VEIC./H)

1.400 1.200 1.000 800 600 400 200 17h15 - 17h30 17h30 - 17h45 17h45 - 18h00 18h00 - 18h15 VALORES ATPICOS

PERODOS
DIA DA PESQUISA DE PLACA COMPLEMENTO

Figura 4.6: Substituio de valores atpicos por valores mdios

Considerando apenas os dados de fluxos coletados para a anlise de variabilidade ao longo dos dias, verificou-se que, de um total de 3936 observaes (41 dias x 4 dias x 24 laos) apenas 167 foram consideradas atpicas (aproximadamente 4% do total). Apesar de ter sido encontrado uma quantidade pequena de observaes atpicas, essa etapa foi fundamental, pois o intuito era trabalhar com as observaes de cada dia de forma separada, sendo estimada uma matriz OD para cada dia. Como exposto anteriormente, caso o objetivo fosse trabalhar com um valor de tendncia central, acredita-se que a mediana da amostra poderia representar bem esses dados, no justificando essa etapa de tratamento dos dados. Feito isso para todos os laos de deteco, a etapa de tratamento dos dados foi concluda, sendo, em seguida, codificados os arquivos de fluxo. Lembrando que, quando o dado de fluxo de trfego era substitudo pelo valor mdio, os dados de tempo de viagem tambm eram.

71
4.2 CALIBRAO DO MODELO DE ESTIMAO DO QUEENSOD

Com todos os dados coletados e com os arquivos de entrada codificados, foi iniciado o processo de calibrao do modelo de estimao do QueensOD. Para tanto, foi definido inicialmente o nmero mximo de iteraes possveis (1.000 iteraes), o critrio de convergncia para os erros de demanda e fluxos (0,01) e a quantidade mxima de rotas utilizadas entre cada par OD (cinco rotas), alm de outros parmetros menos importantes. A quantidade de 1.000 iteraes e de cinco rotas so os limites que podem ser definidos na verso do QueensOD utilizado pela UFC. Esta etapa de calibrao consistiu em verificar apenas quais critrios de erros eram os mais adequados para a rede simulada j que os demais parmetros do modelo de estimao so fixos. Apesar de DERMACHI et al. (2004) terem recomendado a utilizao do erro relativo (Equao 2.30) para minimizar as diferenas entre as viagens da matriz OD semente e estimada, e o erro quadrtico (2.29) para minimizar as diferenas entre fluxos observados e estimados, esta calibrao se justifica, pois no trabalho de DEMARCHI et al. a estimao da matriz OD foi realizada sem o fornecimento de uma matriz OD semente, sendo a eficincia da estimao analisada apenas em funo da replicao dos fluxos observados. Tanto o nmero de iteraes, como o critrio de convergncia dos erros, a quantidade mxima de rotas utilizadas e quanto os critrios de erros utilizados so definidos em um arquivo mestre. Alm dessas informaes, nesse arquivo so informados ainda os nomes dos arquivos codificados e os nomes dos arquivos de sada que contm os resultados da estimao. No Anexo II, apresentado um exemplo do arquivo mestre. Para a calibrao do modelo, foram definidos, inicialmente, trs cenrios distintos quanto matriz OD semente a ser fornecida ao QueensOD. O primeiro cenrio consistiu em fornecer uma matriz OD semente binria, com demanda igual a um, entre os pares OD que tiveram viagens identificadas na pesquisa de placa, e demanda igual a zero, caso contrrio. No segundo cenrio a matriz OD semente foi a matriz OD amostral obtida durante a pesquisa de placa. J no terceiro cenrio foi fornecida a matriz OD expandida como matriz semente. Em cada cenrio definido, foram realizadas nove estimaes, com combinaes diferentes de critrios de erro (quadrtico, poissoniano e relativo) utilizados para avaliar as diferenas das demandas e dos fluxos, como apresentado na Tabela 4.1. Em seguida, os resultados das

72 estimaes foram avaliados a partir da tcnica de regresso linear, sendo as matrizes OD estimadas confrontadas com a matriz OD expandida, considerada como matriz OD observada na populao dos deslocamentos realizados.
Tabela 4.1: Cenrios de estimao para calibrao do QueensOD
BINRIA MATRIZ SEMENTE AMOSTRAL EXPANDIDA ERRO ENTRE DEMANDAS/FLUXOS EQ / EQ EP / EQ ER / EQ EQ / EP EP / EP ER / EP EQ / ER EP / ER ER / ER

ERRO ENTRE ERRO ENTRE DEMANDAS/FLUXOS DEMANDAS/FLUXOS EQ / EQ EP / EQ ER / EQ EQ / EQ EP / EQ ER / EQ EQ / EP EP / EP ER / EP EQ / EP EP / EP ER / EP EQ / ER EP / ER ER / ER EQ / ER EP / ER ER / ER EQ: erro quadrtico; EP: erro poissoniano; ER: erro relativo.

4.2.1

Calibrao do Critrio de Erro para as Diferenas entre os Fluxos Estimados e Observados

Analisando os resultados da estimao, quanto ao critrio de erro utilizado para avaliar a diferena entre fluxos, observou-se que os resultados divergem pouco entre si, mostrando que, para a rede de estudo, esse parmetro no influencia significativamente a qualidade da matriz estimada. Nas Figuras 4.7 e 4.8, em que so mostrados os grficos de disperso com as respectivas retas de regresso entre as demandas da matriz OD estimada e da matriz OD expandida (observada), possvel perceber essa constatao. Para essas estimaes, foi fornecida a matriz OD semente amostral e utilizado o mesmo critrio de erro para as demandas (erro relativo) e o erro quadrtico para os fluxos na situao da Figura 4.7 e o erro poissoniano para os fluxos na situao da Figura 4.8. Observa-se que os grficos so bastante semelhantes e que os resultados da regresso no permitem diferenciar, de modo significativo, um resultado do outro. Na Figura 4.9, apresentado ainda o grfico de disperso entre as duas demandas estimadas para as situaes descritas h pouco, mostrando que o resultado de estimao da matriz, no caso da rede da rea de estudo, no influenciado pelo critrio de erro utilizado para calcular a diferena entre os fluxos observados e estimados. Essa constatao se manteve para as outras estimaes realizadas. Em todos esses testes de regresso foi utilizado um grau de confiana de 95%. Observou-se ainda que, em todas as estimaes realizadas, o erro mdio entre os fluxos estimados e observados foi prximo de zero. Nas Figuras 4.10, 4.11 e 4.12 apresentado o diagrama de disperso entre os fluxos estimados e observados

73 para o cenrio em que foi fornecida, novamente, a matriz OD semente amostral e utilizado o critrio de erro relativo para as demandas e todos os erros possveis para calcular a diferenas entre os fluxos.

Matriz Estimada x Matriz Expandida Segundo cenrio: Matriz OD semente amostral Critrio de erros: ER/EQ
800 700

Demanda Estimada (veic/hora)

600 500 400 300 200 100 0 0 100 200 300 400 500 600 700 800
y = 1,02x R2 = 0,89

Demanda Expandida (veic/hora)

Figura 4.7: Diagrama de disperso e reta de regresso das demandas para o segundo cenrio utilizando o critrio de erro relativo para as demandas e o erro quadrtico para os fluxos
Matriz Estimada x Matriz Expandida Segundo cenrio: Matriz OD semente amostral Critrio de erros: ER/EP
800 700

Demanda Estimada (veic/hora)

600 500 400 300 200 100 0 0 100 200 300 400 500 600 700 800
y = 1,03x R2 = 0,90

Demanda Expandida (veic/hora)

Figura 4.8: Diagrama de disperso e reta de regresso das demandas para o segundo cenrio utilizando o critrio de erro relativo para as demandas e o erro poissoniano para os fluxos

74

Matriz Estimada (ER/EQ) x Matriz Estimada (ER/EP) Segundo Cenrio 800 700

Demanda Estimada (veic/hora) 2 Cenrio ER/EQ

600 500 400 300 200 100 0 0 100 200 300 400 500 600 700 800
y = 0,99x R2 = 0,99

Demanda Estimada (veic/hora) 2 Cenrio ER/EP

Figura 4.9: Diagrama de disperso e reta de regresso das demandas estimadas para o segundo cenrio

Fluxo Estimado x Fluxo Observado Segundo cenrio: Matriz OD semente amostral Critrio de erros: ER/EQ
1800

Fluxo Estimado (veic./hora)

1600 1400 1200 1000 800 600 400 200 0 0 200 400 600 800 1000 1200 1400 1600 1800

Fluxo Observado (veic./hora)

Figura 4.10: Diagrama de disperso entre os fluxos para o segundo cenrio utilizando o critrio de erro relativo para as demandas e o erro quadrtico para os fluxos

75

Fluxo Estimado x Fluxo Observado Segundo cenrio: Matriz OD semente amostral Critrio de erros: ER/EP
1800

Fluxo Estimado (veic./hora)

1600 1400 1200 1000 800 600 400 200 0 0 200 400 600 800 1000 1200 1400 1600 1800

Fluxo Observado (veic./hora)

Figura 4.11: Diagrama de disperso entre os fluxos para o segundo cenrio utilizando o critrio de erro relativo para as demandas e o erro poissoniano para os fluxos

Fluxo Estimado x Fluxo Observado Segundo cenrio: Matriz OD semente amostral Critrio de erros: ER/ER
1800

Fluxo Estimado (veic./hora)

1600 1400 1200 1000 800 600 400 200 0 0 200 400 600 800 1000 1200 1400 1600 1800

Fluxo Observado (veic./hora)

Figura 4.12: Diagrama de disperso entre os fluxos para o segundo cenrio utilizando o critrio de erro relativo para as demandas e o erro relativo para os fluxos

76

4.2.2

Calibrao do Critrio de Erro para as Diferenas entre as Demandas Estimadas e Observadas

Aps a calibrao do critrio de erro para as diferenas entre os fluxos, foi calibrado o critrio de erro para avaliar as diferenas entre as demandas. Como observado na calibrao anterior, os resultados da estimao, para a rede da rea de estudo, no so influenciados pelo critrio de erro definido para os fluxos. Deste modo, para a calibrao do critrio de erro das demandas foi fixado o critrio de erro para os fluxos e os resultados de estimao foram, em seguida, avaliados. Neste caso, a calibrao do critrio de erro para as demandas foi realizada considerando o erro quadrtico para calcular o erro entre os fluxos. As Figuras 4.13, 4.14 e 4.15 mostram os grficos de disperso, com as respectivas retas de regresso entre as demandas da matriz OD estimada e da matriz OD expandida (observada), utilizadas para calibrar o critrio de erro a ser utilizado para a diferena entre as demandas. Nestes testes tambm foi utilizado um grau de confiana de 95%.
Matriz Expandida x Matriz Estimada Primeiro Cenrio - Matriz OD semente binria Critrio de Erro: EQ/EQ
800 700

Matriz Expandida x Matriz Estimada Primeiro Cenrio - Matriz OD semente binria Critrio de Erro: EP/EQ
800 700

Demanda Estimada (Veic./hora)

Demanda Estimada (Veic./hora)

600 500 400 300 200 100 0 0 100 200 300 400 500 600 700 800 y = 0,31x + 23,8 R = 0,20
2

600 500 400 300 200 100 0 0 100 200 300 400 500 600 700 800 y = 0,34x + 22,5 R = 0,21
2

Demanda Expandida (veic./hora)

Demanda Expandida (veic./hora)

(a)
Matriz Expandida x Matriz Estimada Primeiro Cenrio - Matriz OD semente binria Critrio de Erro: ER/EQ
800 700

(b)

Demanda Estimada (Veic./hora)

600 500 400 300 200 100 0 0 100 200 300 400 500 600 700 800 y = 0,40x + 21 R = 0,24
2

Demanda Expandida (veic./hora)

(c)
Figura 4.13: Diagramas de disperso e reta de regresso das demandas, fornecendo a matriz OD semente binria, e utilizando os trs critrios de erro para a demandas e o erro quadrtico para os fluxos

77

Matriz Expandida x Matriz Estimada Segundo Cenrio - Matriz OD semente amostral Critrio de Erro: EQ/EQ
800 700

Demanda Estimada (Veic./hora)

600 500 400 300 200 100 0 0 100 200 300 400 500 600 700 800 y = 0,49x + 17,4 R = 0,50
2

Demanda Expandida (veic./hora)

(a)
Matriz Expandida x Matriz Estimada Segundo Cenrio - Matriz OD semente amostral Critrio de Erro: EP/EQ
800 700

Demanda Estimada (Veic./hora)

600 500 400 300 200 100 0 0 100 200 300 400 500 600 700 800 y = 0,74x R = 0,78
2

Demanda Expandida (veic./hora)

(b)
Matriz Expandida x Matriz Estimada Segundo Cenrio - Matriz OD semente amostral Critrio de Erro: ER/EQ
800 700

Demanda Estimada (Veic./hora)

600 500 400 300 200 100 0 0 100 200 300 400 500 600 700 800 y = 1,01x R = 0,88
2

Demanda Expandida (veic./hora)

(c)
Figura 4.14: Diagramas de disperso e reta de regresso das demandas, fornecendo a matriz OD semente amostral, e utilizando os trs critrios de erro para as demandas e o erro quadrtico para os fluxos

78

Matriz Expandida x Matriz Estimada Terceiro Cenrio - Matriz OD semente expandida Critrio de Erro: EQ/EQ
800 700

Matriz Expandida x Matriz Estimada Terceiro Cenrio - Matriz OD semente expandida Critrio de Erro: EP/EQ
800 700

Demanda Estimada (Veic./hora)

Demanda Estimada (Veic./hora)

600 500 400

600 500 400 300 200 100 0 y = 1,01x R = 0,96

2

y = 1,01x
300 200 100 0 0 100 200 300 400 500 600 700 800

R = 0,97

100

200

300

400

500

600

700

800

Demanda Expandida (veic./hora)

Demanda Expandida (veic./hora)

(a)
Matriz Expandida x Matriz Estimada Terceiro Cenrio - Matriz OD semente expandida Critrio de Erro: ER/EQ
800 700

(b)

Demanda Estimada (Veic./hora)

600 500 400 300 200 100 0 0 100 200 300 400 500 600 700 800 y = 1,01x R = 0,93
2

Demanda Expandida (veic./hora)

(c)
Figura 4.15: Diagramas de disperso e reta de regresso das demandas, fornecendo a matriz OD semente expandida, e utilizando os trs critrios de erro para as demandas e o erro quadrtico para os fluxos

A Tabela 4.2 traz um resumo dos dados dos resultados das regresses realizadas mostrando os coeficientes de determinao (R2) dos grficos apresentados anteriormente.
Tabela 4.2: Resultados dos testes de regresso para calibrao do critrio de erro a ser utilizado
Critrio de erro Quadrtico Poissoniano Relativo Binria 0,20 0,21 0,24 Matriz semente Amostral Expandida 0,50 0,97 0,78 0,96 0,88 0,93

79 Constata-se, avaliando esses resultados, que, no cenrio em que fornecida uma matriz OD semente binria, os resultados dos testes de regresso foram semelhantes, com o coeficiente de determinao (R2) prximo de 20%. Comparando, ainda, as matrizes OD estimadas nas trs situaes, no se percebem diferenas significativas, mostrando que, neste caso, o tipo de erro utilizado pouco interfere no resultado de estimao. Isto ocorre pois o fornecimento de uma matriz OD semente constante faz com que o QueensOD maximize a Equao 2.27, preocupando-se apenas em garantir a continuidade dos fluxos de trfego (segunda parcela da equao) e em minimizar os erros entre os fluxos estimados e observados. J no cenrio da matriz OD semente amostral, os resultados diferiram entre si, sendo a estimao que utilizou o erro relativo a nica que apresentou um resultado satisfatrio, com um coeficiente de determinao igual a 0,88, confirmando, para este caso, a recomendao feita por DERMACHI et al. (2004). No ltimo cenrio, e de forma semelhante ao primeiro, as matrizes OD estimadas, comparadas entre si, apresentaram pequenas diferenas, mostrando que o tipo de erro utilizado pouco interfere no resultado de estimao. Neste caso, o coeficiente de determinao (R2) ficou em torno de 95%. Diante dos resultados expostos, constata-se que a definio do critrio de erro para calcular as diferenas entre os fluxos estimados e observados, para a rede simulada, no relevante para o resultado da estimao. Do mesmo modo, esta constatao tambm se aplica ao critrio de erro para calcular as diferenas entre as demandas estimadas e expandidas (observadas) quando fornecida uma matriz OD semente binria ou a prpria matriz OD expandida. Entretanto, para o cenrio em que fornecida uma matriz OD semente amostral, observou-se diferenas entre os resultados, indicando que o critrio de erro relativo para calcular as diferenas entre as demanda o mais apropriado para a rede simulada. No final desse processo, considerou-se que o modelo de estimao estava calibrado, optando-se por utilizar nas estimaes seguintes o critrio de erro relativo para calcular as diferenas entre as demandas e o critrio de erro quadrtico para calcular as diferenas entre os fluxos, semelhante recomendao inicial de Demarchi et al. (2004). No final da calibrao, foi verificado ainda o efeito da definio das restries de converso e dos tipos de controle das intersees. Para tanto, essas informaes foram retiradas do arquivo de arcos, deixando em branco a coluna referente a esta informao. Analisando os resultados de estimao, verificou-se que eles se

80 mantiveram, confirmando a suspeita de DEMARCHI et al. (2004) de que o QueensOD no considera as restries de converso e nem o tipo de controle das intersees no momento da estimao. Aps essa constatao, fica a dvida do motivo da obrigatoriedade da definio dessas informaes na etapa de codificao dos dados.

4.3 ANLISE DE SENSIBILIDADE DOS RESULTADOS QUANTO QUALIDADE DA MATRIZ OD SEMENTE

Os resultados da calibrao permitiram ainda realizar uma anlise de sensibilidade dos resultados de estimao das demandas quanto qualidade da matriz OD semente. A partir das retas de regresso, percebe-se, que no cenrio em que fornecida uma matriz semente binria (Figura 4.13), as demandas da matriz OD estimada diferem consideravelmente da matriz OD expandida. Os coeficientes de determinao encontrados para este cenrio no foram satisfatrios, apresentando valores abaixo de 25%. Nas regresses realizadas para esse cenrio, verifica-se, ainda, que o teste de hiptese, para verificar a nulidade da constante da reta, rejeitou a hiptese nula, ou seja, pode-se afirmar que a constante da reta significativamente diferente de zero. Nas estimaes deste cenrio foi observado um erro mdio absoluto entre as demandas variando em torno de 30 viagens, e um erro mximo absoluto prximo de 400 viagens. No cenrio em que fornecida uma matriz semente amostral (Figura 4.14), percebe-se a melhora na estimao da matriz OD em funo do aumento da qualidade da matriz OD semente. Entretanto, como exposto anteriormente, apenas na situao em que foi utilizado o erro relativo para avaliar as diferenas entre as demandas, pode-se considerar o resultado como satisfatrio. Nessas estimaes o erro mdio e mximo absoluto encontrados foram, respectivamente, prximos a 13 e 150 viagens. O ltimo cenrio (Figura 4.15), que na realidade um cenrio fictcio, pois no h interesse em estimar uma matriz OD a partir da prpria matriz observada em campo, apresentou, como esperado, os melhores resultados de estimao, com os coeficientes de determinao prximos de 100%. Nas estimaes desse cenrio, o erro mdio absoluto foi prximo de oito viagens e erro mximo absoluto prximo de 140 viagens. Contata-se, frente a esses resultados, que, para uma estimao satisfatria de uma matriz OD, necessrio o fornecimento de uma matriz semente de qualidade,

81 que fornea informaes sobre o padro de deslocamento da populao, como no caso do cenrio em que foi fornecida uma matriz OD semente amostral. Apesar de uma determinada matriz OD ser a mais provvel de ocorrer em campo, de acordo com o princpio da entropia proposto por WILSON (1970), no necessariamente ela ser a matriz que melhor representar, na realidade, o comportamento de deslocamento de uma populao, mesmo que replique os fluxos de trfego observados. Ou seja, no h nenhuma garantia de que a matriz OD estimada, quando no fornecida uma matriz OD semente de qualidade, ser a matriz OD que ocorrer realmente em campo, como observado nos resultados de estimao.

4.4 ANLISE DE SENSIBILIDADE DOS RESULTADOS QUANTO QUANTIDADE DE INFORMAES DE FLUXOS DE TRFEGO UTILIZADAS

Realizada a anlise de sensibilidade dos resultados da estimao quanto ao fornecimento de matrizes OD sementes distintas, foi iniciada a anlise dos resultados da estimao quanto quantidade de informaes de fluxo de trfego utilizadas. As estimaes realizadas, at ento, com o auxlio do QueensOD, utilizaram como informao de fluxo do trfego todos os dados dos laos de deteco existentes na rea de estudo, como apresentado na Figura 4.3 (24 no total). A partir desse cenrio, foram definidos mais dois cenrios com configuraes distintas quanto quantidade de informaes de fluxo de trfego, um aumentando a quantidade de arcos com dados de fluxo e outro diminuindo essa quantidade. Antes de apresentar esses cenrios, importante destacar uma observao feita durante as estimaes realizadas na etapa de calibrao, que foi importante para a elaborao desses novos cenrios. Nos resultados da estimao, quando foi fornecida uma matriz OD semente binria, observou-se que o modelo de estimao do QueensOD manteve algumas demandas com valor igual a 1 (36 de um total 312 demandas existentes). Analisando essas demandas, verificou-se que, nas possveis rotas entre o par OD, no havia nenhuma informao de fluxo do trfego. Deste modo, foi levantada a hiptese de que o QueensOD desconsidera, no processo de estimao, os pares OD que no possuem informaes de fluxos nas rotas utilizadas. Esta hiptese foi confirmada aps a estimao de uma nova matriz OD, utilizando-se agora uma matriz semente constante com as demandas iguais a 50. Deste modo, as demandas que anteriormente tiveram valores estimados iguais a 1, passaram a ter

82 demandas estimadas iguais a 50. Na Figura 4.16, so apresentadas as rotas que no possuem informaes de fluxo de trfego. Deste modo, para a anlise aqui proposta, alm do cenrio com todas as informaes provenientes dos laos de deteco (definido como primeiro cenrio), foi criado um segundo cenrio em que o conjunto de informaes de fluxos existente foi complementado com novos dados de fluxos, coletados a partir de pesquisas volumtricas em arcos da rede que pertencessem s rotas destacadas na Figura 4.16. J o terceiro cenrio proposto consistiu em reduzir a quantidade de informaes provenientes dos laos de deteco. Este ltimo cenrio um cenrio fictcio e serviu apenas para a avaliao do comportamento do modelo de estimao do QueensOD frente a essa nova configurao de dados de fluxos. Neste cenrio, foram definidas trs configuraes de vias distintas quanto quantidade de arcos com informaes de fluxos de trfego. A primeira configurao foi definida para a Rua Pereira Filgueiras, que possui dois arcos com dados de fluxo e passou a ter apenas um arco com essa informao. Uma outra configurao foi definida para a Rua Costa Barros, que possua informao em quatro arcos, includos os arcos de entrada e sada da via, e passou a ter informaes em apenas dois arcos. Neste caso, foi retirada a informao de fluxo de um arco de sada, afim de avaliar a importncia dessa informao no processo de estimao. A ltima configurao foi definida para a Avenida Santos Dumont, em que as informaes de dois arcos intermedirios foram excludas, ficando apenas informaes de fluxo nos arcos de entrada e sada dessa via. A Figura 4.17, referente ao segundo cenrio, apresenta os arcos que tiveram informaes de fluxo coletadas posteriormente para a anlise proposta. Observa-se que foram escolhidos arcos de entrada e sada da rede, buscando reduzir ao mximo a quantidade de rotas sem informao de fluxos. Essas pesquisas volumtricas complementares foram realizadas no dia 13/09/06 (quarta-feira), no horrio de anlise da pesquisa entre 17h15 e 18h15. J na Figura 4.18, referente ao terceiro cenrio, so apresentados os arcos que tiveram as informaes de fluxo retiradas (18, 63, 66, 102 e 104) durante o processo de estimao. Os fluxos observados na pesquisa para os arcos 4, 10, 15, 110 e 112 foram, respectivamente, 170, 200, 980,180 e 370 veculos/hora. importante destacar que, nas estimaes realizadas nesta anlise de sensibilidade, foi fornecida a matriz OD semente amostral, obtida na pesquisa de placa, e foram utilizados os critrios de erro definidos na etapa de calibrao.

83

Norte

Figura 4.16: Rotas sem informao de fluxo de trfego

Norte

(112)

Figura 4.17: Segundo cenrio de informaes de fluxo de trfego

84

Norte

Figura 4.18: Terceiro cenrio de informaes de fluxo de trfego

Os resultados de estimao das demandas para o segundo cenrio, em que novas informaes de fluxo foram coletadas, apresentaram, no geral, uma pequena melhora. O coeficiente de determinao (R2) da regresso realizada entre a demanda estimada e expandida foi igual a 88% no primeiro cenrio, enquanto que no segundo cenrio foi de 91%, como pode ser observado na Figura 4.19. O erro mdio absoluto para o segundo cenrio baixou de 13 para 10 viagens e o erro mximo absoluto aumentou de 151 para 161 viagens. Verifica-se que, no geral, os ganhos no resultado final foram muito pequenos. Entretanto, quando se analisam separadamente as demandas dos ns que so diretamente afetados pela falta de informao de fluxo, percebe-se um ganho mais significativo. Nas demandas com origem no n 11, por exemplo, o erro mdio absoluto e o erro mximo reduziram, respectivamente de 11 para 5 viagens, e de 108 para 45 viagens. Nas demandas com origem nas zonas 3 e 40, esses ganhos tambm foram observados. Nas zonas 3 e 40, o erro mdio baixou, respectivamente, de 6 para 2 e de 17 para 4, e o erro mximo baixou, respectivamente, de 57 para 9. A Figura 4.20

85 mostra o diagrama de disperso das demandas originadas na zona 40, sendo possvel perceber a melhora dos resultados no segundo cenrio.

Matriz Expandida x Matriz Estimada

Primeiro Cenrio de Informao de Fluxos de Trfego

Matriz Expandida x Matriz Estimada

Segundo Cenrio de Informao de Fluxos de Trfego

Critrio de Erro: ER/EQ

800 700 800 700

Critrio de Erro: ER/EQ

Demanda Estimada (Veic./hora)

600 500 400 300 200 100 0 0 100 200 300 400 500 600 700 800 y = 1,01x R = 0,88
2

Demanda Estimada (Veic./hora)

600 500 400 300 200 100 0 0 100 200 300 400 500 600 700 800 y = 1,04x R = 0,91
2

Demanda Expandida (veic./hora)

Demanda Expandida (veic./hora)

(a) (b) Figura 4.19: Diagrama de disperso e reta de regresso das demandas estimadas para o primeiro (a) e o segundo (b) cenrios de informao de fluxos de trfego

Demandas Originadas na Zona 40

Primeiro Cenrio de Informao de Fluxos de Trfego

Demandas Originadas na Zona 40

Segundo Cenrio de Informao de Fluxos de Trfego

Critrio de Erro: ER/EQ

80
80

Critrio de Erro: ER/EQ

Demanda Estimada (Veic./hora)

60

Demanda Estimada (Veic./hora)

60

y = 0,41x
40 20 0 0 20 40 60 80

R = 0,40

40

y = 0,97x R = 0,96
2

20

0 0 20 40 60 80

Demanda Expandida (veic./hora)

Demanda Expandida (veic./hora)

(a)

(b)

Figura 4.20: Diagrama de disperso e retas de regresso das demandas originadas na zona 40 para o primeiro (a) e o segundo (b) cenrios de informaes de fluxos de trfego

Os resultados de estimao das demandas para o terceiro cenrio, em que informaes de fluxo foram retiradas do conjunto de dados, tambm no apresentaram diferenas significativas em relao aos resultados de estimao do primeiro cenrio. O coeficiente de determinao da regresso entre as demandas estimadas e expandidas para este cenrio foi igual ao do primeiro cenrio com valor de 88% (ver Figura 4.21b). Da mesma forma, o erro absoluto mdio encontrado foi o mesmo,

86 sendo igual a 13 viagens, e o erro mximo aumentou de 151 para 161 viagens. Destaca-se aqui que as demandas que deixaram de ter informaes de fluxos nas rotas utilizadas foram desconsideradas pelo modelo de estimao e, consequentemente, tiveram seus resultados de estimao prejudicados.

Matriz Expandida x Matriz Estimada

Primeiro Cenrio de Informao de Fluxos de Trfego

Matriz Expandida x Matriz Estimada

Terceiro Cenrio de Informao de Fluxos de Trfego

Critrio de Erro: ER/EQ

800 700
800 700

Critrio de Erro: ER/EQ

Demanda Estimada (Veic./hora)

600 500 400 300 200 100 0 0 100 200 300 400 500 600 700 800 y = 1,01x R = 0,88
2

Demanda Estimada (Veic./hora)

600 500 400 300 200 100 0 0 100 200 300 400 500 600 700 800 y = 1,02x R = 0,88
2

Demanda Expandida (veic./hora)

Demanda Expandida (veic./hora)

(a) (b) Figura 4.21: Diagrama de disperso e reta de regresso das demandas estimadas para o primeiro (a) e o terceiro (b) cenrios de informao de fluxos de trfego

Analisando ainda algumas demandas separadamente, como no caso das demandas originadas no n 11 (Rua Peirera Filgueiras), 24 (Rua Costa Barros) e 35 (Av. Santos Dumont), julgadas as mais afetadas pela retirada de informaes de fluxos de trfego, pode-se observar que os resultados de estimao para as zonas 11 e 35 obtiveram pequenas variaes, diferente dos resultados de estimao encontrados na zona 24. No caso das zonas 11 e 35, os erros mdios absolutos entre as demandas estimadas e expandidas se mantiveram: na zona 11 esse erro foi igual a 11 viagens e na zona 35 igual a 15 viagens. Os erros mximos tambm mantiveram os mesmos valores, sendo igual a 151 viagens para as demandas da zona 11, e igual a 160 viagens para as demandas da zona 35. J para a zona 24, o erro mdio absoluto aumentou de 12 para 21 viagens e o erro mximo aumentou de 81 para 134 viagens. Na Figura 4.22, apresentado o diagrama de disperso das demandas estimadas para a zona 24 para o primeiro e terceiro cenrios de informao de fluxos de trfego.

87

Demandas Originadas na Zona 24

Primeiro Cenrio de Informao de Fluxos de Trfego

Demandas Originadas na Zona 24

Terceiro Cenrio de Informao de Fluxos de Trfego

Critrio de Erro: ER/EQ

160

Critrio de Erro: ER/EQ

Demanda Estimada (Veic./hora)

140 120 100 80 60 40 20 0 0 20 40 60 80 100 120 140 160

Demanda Estimada (Veic./hora)

160

140 120 100 80 60 40 20 0 0 20 40 60 80 100 120 140 160

y = 0,89x R = 0,82
2

y = 0,77x R = 0,67
2

Demanda Expandida (veic./hora)

Demanda Expandida (veic./hora)

(a)

(b)

Figur 4.22: Diagrama de disperso e retas de regresso das demandas originadas na zona 24 para o primeiro (a) e o terceiro (b) cenrios de informaes de fluxos de trfego

A justificativa para uma diferena significativa nos resultados de estimao das demandas originadas na zona 24 est no fato de que o arco que teve a informao de fluxo retirada (arco 66) era um arco de sada da zona e funcionava praticamente como um conector dessa zona a rede. Deste modo, os dados de fluxo desse arco j informavam ao modelo de estimao a quantidade total de viagens originadas nessa zona, facilitando consideravelmente o processo de estimao. Com a retirada dessa informao de fluxo, o modelo deixou de possuir essa informao e, conseqentemente, estimou com menos qualidade as demandas originadas nessa zona. Os resultados desse teste de sensibilidade mostram que, para uma boa estimao de todas as demandas, necessrio obter informaes de fluxo em pelo menos um arco de todas as rotas utilizadas. Uma outra observao importante referese s informaes em arcos de entrada e sada da rede, que, como verificado, contribuem significativamente na melhora dos resultados de estimao, visto que so informaes diretas sobre a quantidade de viagens originadas ou destinadas para uma determinada zona.

4.5 ANLISE DA VARIABILIDADE DA DEMANDA

Aps as etapas de calibrao do modelo de estimao do QueensOD e da anlise de sensibilidade dos resultados da estimao em relao qualidade dos

88 dados de entrada fornecidos, que permitiram um maior conhecimento do ferramental utilizado, foi iniciada a etapa de anlise da variabilidade da demanda. O objetivo desta anlise foi permitir um maior conhecimento do comportamento da demanda, buscando dar os primeiros passos na utilizao direta desse ferramental no gerenciamento do trfego urbano. Do mesmo modo que na anlise de sensibilidade apresentada no tpico anterior, nas estimaes realizadas para avaliar a variabilidade da demanda foi fornecida a matriz OD semente amostral, obtida na pesquisa de placa, e foram utilizados os critrios de erro definidos na etapa de calibrao. Como exposto na introduo desse captulo, a variabilidade da demanda foi avaliada tanto entre perodos diferentes de um mesmo dia, quanto no mesmo perodo do dia, s que entre dias distintos.

4.5.1

Variabilidade da Demanda ao Longo do Dia

Inicialmente, foi analisada a variabilidade da demanda ao longo do dia. Para tanto, foi estabelecido um horrio diferente do perodo em que foi realizada a pesquisa de placa, que apresentasse um comportamento de deslocamento diferente. Deste modo, optou-se por escolher o horrio das 9h00 s 10h00 (entre-pico da manh). A seguir, na Figura 4.23, so apresentados os dados de fluxo de trfego para esse horrio (durante o dia em que foi realizada a pesquisa de placa). Comparando essa figura com a Figura 3.7, observa-se uma reduo considervel no fluxo de trfego da Rua Pereira Filgueiras, que baixou de cerca 1.000 vec./hora para aproximadamente 700 vec./hora. Nas Avenidas Rui Barbosa e Baro de Studart (ambos os sentidos) observou-se uma pequena reduo no valor do fluxo, enquanto que na Avenida Santos Dumont e Rua Costa Barros os fluxos de trfego se mantiveram. Os resultados da estimao mostraram que, de modo geral, as demandas estimadas para o entre-pico da manh apresentaram valores ligeiramente inferiores aos das demandas estimadas para o pico da tarde. A seguir, na Figura 4.24, apresentado o diagrama de disperso e a reta de regresso desses resultados. Observa-se que neste grfico foi traada uma linha tracejada (y=x) e que a reta de regresso est abaixo dessa linha, indicando que as demandas estimadas para o entre-pico da manh tendem a ser inferiores s demandas estimadas para o pico da tarde. Deste modo, a demanda total da matriz OD estimada para o entre-pico foi igual a 9.916 viagens, enquanto que na matriz OD estimada para o pico da tarde esse total

89 foi igual a 10.369. Essa constatao pode ser justificada pelo fato de os fluxos do trfego durante o entre-pico terem apresentado valores inferiores aos valores de fluxo durante o pico do trfego para a maioria das vias da rede simulada.

Norte

Figura 4.23: Dados de fluxo de trfego da rea do estudo de caso para o entre-pico da manh

Figura 4.24: Diagrama de disperso e reta de regresso das demandas estimadas para o pico da tarde e entre-pico da manh

90

Analisando esses resultados da estimao, constatou-se que o padro de deslocamento da matriz OD estimada para o entre-pico semelhante ao da matriz OD observada para o perodo da tarde. Neste caso, apesar de a magnitude da demanda estimada ser um pouco menor do que a da demanda observada (em funo do menor carregamento de fluxos da rede), verificou-se que ambas possuem a mesma estrutura. Esta constatao foi baseada nos resultados apresentados nas Figuras 4.25, 4.26 e 4.27. Na Figura 4.25, apresentado o diagrama de disperso e a reta de regresso das propores entre demandas estimadas e o total de viagens (Tij/T). Observa-se que os resultados das duas estimaes so bastante semelhantes. Essa mesma constatao pode ser feita tambm analisando os histogramas das Figuras 4.26 e 4.27 e que tambm so bastante semelhantes. Avaliando apenas as demandas estimadas das zonas internas rea de estudo, que se supe apresentar ainda uma maior variabilidade do que o conjunto total de demandas, observa-se que os resultados so semelhantes ao apresentado nas figuras seguintes.

Proporo das demandas (entre-pico manh) x Propoo das demandas (pico tarde)
0,07

Proporo das demandas (entre-pico manh)

0,06 0,05 0,04 0,03 0,02 0,01 0 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 y = 0,92x R = 0,95
2

Proporo das demandas (pico da tarde)

Figura 4.25: Diagrama de disperso e regresso das propores das demandas estimadas e do total de viagens para o entre-pico da manh e pico da tarde

91

Histograma das propoes das demandas entre cada par OD e o total de viagens (Tij/T) (entre-pico da manh)
180 160 Frequncia Absoluta 140 120 100 80 60 40 20 0 0,00% 0,10% 0,20% 0,30% 0,40% 0,50% 0,60% 0,70% 0,80% 0,90% 1,00% 1,10% 1,20% 1,30% 1,40% 1,50% 1,60% 1,70%
1,70%

1,80%
1,80%

Classes (propores)

Figura 4.26: Histograma das propores das demandas estimadas do total de viagens para o entre-pico da manh
Histograma das propoes das demandas entre cada par OD e o total de viagens (Tij/T) (pico da tarde)
180 160 Frequncia Absoluta 140 120 100 80 60 40 20 0 0,00% 0,10% 0,20% 0,30% 0,40% 0,50% 0,60% 0,70% 0,80% 0,90% 1,00% 1,10% 1,20% 1,30% 1,40% 1,50% 1,60% 1,90%

Classes (propores)

Figura 4.27: Histograma das propores das demandas estimadas do total de viagens para o pico da tarde

Estes resultados indicam, como apresentado no Captulo 2, que a utilizao de uma matriz OD semente faz com que as propores de viagens entre as demandas sementes sejam semelhantes s propores de viagem entre as demandas estimadas, o que no um resultado satisfatrio. No incio desse trabalho, esperavase que o modelo de estimao implementado no QueensOD fosse capaz de representar o processo inverso do que ocorre na realidade, ou seja, que a partir da variabilidade dos fluxos o modelo de estimao representasse a variabilidade das demandas. Entretanto, o que se observa, analisando os resultados at aqui

1,90%

92 encontrados, que o modelo de estimao necessita de uma matriz OD semente de qualidade para estimar as demandas com qualidade e que, por conseqncia, a utilizao dessa matriz OD semente pr-define a estrutura da matriz OD a ser estimada. Deste modo, para a estimao das demandas para diferentes perodos do dia, em que os padres de deslocamentos sejam significativamente distintos, diferentes matrizes OD amostrais devem ser obtidas diretamente em campo. Vale ressaltar, entretanto, que esta hiptese no totalmente conclusiva, visto que, para tanto, seria necessrio confrontar os resultados de estimao com uma matriz OD observada em campo no perodo do entre-pico da manh.

4.5.2

Variabilidade da Demanda ao Longo dos Dias

Aps a anlise da variabilidade da demanda ao longo do dia, foram realizadas novas anlises buscando avaliar a variabilidade das demandas entre os dias da semana. Como apresentado anteriormente, para a estimao dessas matrizes foi definida uma amostra de 41 dias, compreendendo os dias de tera, quarta e quintafeira dos meses de abril, maio e junho de 2006. Diante do exposto, foram estimadas 41 matrizes que foram, em seguida, avaliadas quanto variabilidade da demanda. Analisando os resultados obtidos, verificou-se que a demanda total dessas matrizes estimadas variou entre 9.260 e 10.400 viagens, com valor mdio, desvio padro e coeficiente de variao iguais a 9.900 viagens, 210 viagens e 2,1%, respectivamente. A seguir, na Figura 4.28, possvel perceber a variabilidade da demanda total estimada para os 41 dias de dados de fluxo de trfego. Observa-se, por essa figura, que a variao da demanda total foi pequena, reflexo da pequena variao das demandas entre os pares OD. Na Figura 4.29, so apresentadas as variaes das demandas de trs pares OD, confirmando a baixa variabilidade entre as demandas entre os pares OD. Destaca-se, entretanto, que no se pode afirmar que essa baixa variabilidade nas demandas estimadas oriunda da baixa variabilidade natural, observada nos dados de fluxo entre o mesmo horrio para dias tpicos distintos, ou se ela oriunda da utilizao da matriz OD semente amostral, que pr-define a estrutura da matriz OD a ser estimada.

Demanda horria
100 150 200 250 300 350 400 50 0

Figura 4.28: Variao da demanda total estimada

Variao da Demanda de alguns pares OD

Par OD 5-39

Dias

Par OD 42-36

Par OD 2-4

Figura 4.29: Variao da demanda para alguns pares OD

02.03.06 07.03.06 08.03.06 09.03.06 14.03.06 15.03.06 16.03.06 21.03.06 22.03.06 23.03.06 28.03.06 29.03.06 30.03.06 04.04.06 05.04.06 06.04.06 11.04.06 18.04.06 19.04.06 20.04.06 25.04.06 26.04.06 27.04.06 02.05.06 03.05.06 04.05.06 09.05.06 10.05.06 11.05.06 16.05.06 17.05.06 18.05.06 23.05.06 24.05.06 25.05.06 30.05.06 31.05.06 01.06.06 06.06.06 07.06.06 08.06.06

93

94

CAPTULO 5

CONCLUSES E RECOMENDAES
Este estudo descreveu o processo de estimao sinttica de matrizes OD a partir de contagens volumtricas, utilizando o aplicativo QueensOD para estimar matrizes OD do transporte individual motorizado na regio controlada em tempo real pelo CTAFOR. A partir desse estudo, foi adquirido um maior conhecimento desse ferramental de estimao, que resultou em uma srie de concluses e recomendaes que podero orientar futuros estudos que venham a utilizar esse mtodo no gerenciamento do trfego urbano na cidade de Fortaleza. Nos tpicos a seguir, so apresentadas as principais concluses e recomendaes desta pesquisa de dissertao.

5.1 CONCLUSES

Para alcanar o principal objetivo deste trabalho, que era estimar matrizes OD com base em contagens volumtricas do fluxo de trfego do transporte individual motorizado, obtidas a partir do controle em tempo real do trfego, foi definida uma srie de etapas, concebidas na forma de objetivos especficos. A primeira etapa consistiu na realizao de uma reviso bibliogrfica sobre o assunto, buscando conhecer os principais mtodos tradicionais de obteno de matrizes OD, as particularidades inerentes aos mtodos de estimao sinttica de matrizes OD e as principais formulaes implementadas computacionalmente. Nesta primeira etapa, foi possvel observar a complexidade na aplicao prtica dos mtodos tradicionais e a sua ineficincia para estimar matrizes OD para o gerenciamento do trfego urbano, visto o grande dispndio de recursos financeiros e humanos na sua realizao e, principalmente, a impossibilidade de representar o comportamento dinmico dos deslocamentos realizados. Com relao aos mtodos sintticos de estimao de demandas, verificou-se que eles evoluram ao longo das ltimas quatro dcadas, permitindo a estimao de matrizes para situaes complexas, como no caso de rede congestionadas, semelhantes rede controlada em tempo real pelo CTAFOR, e com um carter dinmico. Constatou-se, entretanto, como

95 observado por DEMARCHI e BERTOCINI (2004) que, mesmo assim, esses mtodos ainda so poucos utilizados na realidade prtica, sendo encontrados mais trabalhos tericos abordando esse tema. No caso particular da comunidade tcnica brasileira, poucas referncias foram encontradas. Com relao aos aplicativos analisados, optouse por utilizar o QueensOD, visto os resultados satisfatrios encontrados na sua aplicao em redes urbanas semaforizadas. O passo seguinte, buscando atingir o objetivo principal dessa dissertao, foi definir e caracterizar uma rea de estudo que fosse representativa da regio controlada em tempo real. Deste modo, foi definida uma rea de estudo com presena de congestionamento em sua rede viria e com um uso do solo bastante adensado e misto, limitada pelas vias Baro de Studart (a leste), Pereira Filgueiras (ao norte), Carlos Vasconcelos (a oeste) e Santos Dumont (ao sul). A caracterizao dessa rea de estudo mostrou que as vias apresentam caractersticas funcionais distintas da definida na legislao de uso e ocupao do solo vigente para a cidade de Fortaleza, reflexo de uma hierarquia mal definida que faz com que os deslocamentos realizados, que deveriam ocorrer no conjunto das vias arteriais, utilizem as vias coletoras e locais. Exemplos disso so vias como as Ruas Carlos Vasconcelos e Pereira Filgueiras, que perderam a funcionalidade de vias locais, de acordo com a legislao, e j absorvem grande parte do trfego de passagem. Avaliando ainda as caractersticas operacionais das vias da rea de estudo, observou-se um maior fluxo de trfego nas vias de sentido leste/oeste e oeste/leste, evidenciando a importncia desses corredores nos deslocamentos realizados na regio. Como exposto, dentro da etapa de caracterizao da rea de estudo foi realizada ainda a coleta das demandas de deslocamento, a partir do mtodo tradicional de pesquisa de leitura de placa. Observou-se nessas demandas de deslocamento, que foram fundamentais na etapa de avaliao da eficincia do modelo de estimao do QueensOD, um predomnio de viagens utilizando a rea de estudo apenas como passagem e poucas viagens entre as zonas internas a essa rea. De um total de cerca de 11.000 viagens observadas na matriz OD, aproximadamente 4.700 apenas passaram pela rea de estudo, reflexo da pequena extenso dessa rea. Realizada a etapa de caracterizao, foi iniciado o processo de estimao de matrizes OD com o auxlio do QueensOD. Inicialmente, foi necessrio realizar a

96 calibrao do modelo de estimao implementado nesse aplicativo, quanto aos critrio de erro utilizados. Os resultados dessa calibrao indicaram que a definio de qual critrio de erro deve ser utilizado para avaliar as diferenas entre os fluxos estimados e observados irrelevante para o caso da rede da rea de estudo. Constatou-se que, variando o critrio de erro utilizado, no era possvel observar variaes significativas nos resultados da estimao. Esta constatao pode ser explicada pelo fato de o modelo de alocao ter conseguido representar bem as escolhas de rotas, visto que os resultados da estimao dos fluxos para todas as simulaes realizadas apresentaram um erro mdio absoluto prximo de zero. Com relao calibrao do critrio de erro para avaliar as diferenas entre as demandas, foi possvel confirmar a recomendao feita por DERMACHI et al. (2004) quanto utilizao do erro relativo. Destaca-se, entretanto, que no caso em que fornecida uma matriz OD semente constante, a definio deste critrio tambm se torna irrelevante, visto que o modelo de estimao implementado no QueensOD passa a desconsiderar esse erro em seu processo de estimao. Vale mencionar que a recomendao de DEMARCHI et al. (2004) se referiu a situaes nas quais se utiliza uma matriz OD semente amostral. Realizada a calibrao do modelo de estimao, iniciou-se a etapa de anlise de sensibilidade dos resultados da estimao frente variao da qualidade dos dados de entrada. Inicialmente, essa anlise foi feita em funo da matriz OD semente fornecida. Estes resultados mostraram que o fornecimento de uma matriz semente constante, mesmo com uma grande quantidade de arcos com dados de fluxos, no permite o modelo estimar uma matriz adequada. Cabe aqui uma crtica utilizao da teoria da maximizao da entropia. Neste caso, observa-se que, apesar de a matriz OD estimada ser a matriz com maior entropia, ela no ser necessariamente a matriz observada em campo, ou seja, essa teoria pode no representar adequadamente o comportamento de deslocamentos da populao. Deste modo, no h nenhuma garantia de que a matriz OD estimada, quando no fornecida uma matriz OD semente de qualidade, ser a matriz OD que ocorrer realmente em campo, como observado nos resultados da estimao. Entretanto, os resultados encontrados mostraram que, fornecendo uma matriz OD amostral, o modelo de estimao capaz de expandir essa matriz, com erros bastante pequenos entre as demandas estimadas e observadas.

97 Analisando ainda os resultados de estimao deste teste, verificou-se que, quando foi fornecida uma matriz OD semente binria, observou-se que o modelo de estimao do QueensOD manteve algumas demandas com valor igual a 1. Analisando com mais detalhes os pares OD dessas demandas, observou-se que no havia nenhuma informao de fluxos de trfego na rotas utilizadas, indicando que o modelo de estimao do QueensOD no considera, no processo de estimao, os pares OD que no possuem informao de fluxo de trfego nas rotas que interligam essas zonas. A outra anlise de sensibilidade consistiu em avaliar os resultados da estimao para cenrios distintos quanto quantidade de informaes de fluxo utilizadas. Alm do cenrio em que foram utilizadas as informaes de todos os laos de deteco, foram definidos mais outros dois cenrios, um complementando esse conjunto de informaes de fluxo e outro retirando algumas informaes desse conjunto. No cenrio em que o conjunto de dados foi complementado, foram coletadas informaes em arcos que pertencessem s rotas que antes no possuam nenhuma informao de fluxo. Os resultados da estimao para este cenrio mostraram que, de modo geral, houve uma pequena melhora na qualidade das demandas estimadas. Entretanto, avaliando isoladamente as demandas diretamente beneficiadas pela coleta dessas informaes, foram observados ganhos significativos, justificando a coleta de informaes adicionais para estimaes futuras de matrizes OD. No cenrio em que foram retiradas informaes de fluxo, de modo geral, observou-se uma pequena reduo na qualidade da estimao. Entretanto, para algumas demandas, essa reduo foi mais significativa, como no caso das demandas originadas na Rua Costa Barros (zona 24). A justificativa para uma diferena significativa nos resultados de estimao dessa demanda est no fato de que o arco que teve a informao de fluxo retirada era um arco de sada da zona e, portanto, informava ao modelo de estimao a quantidade total de viagens originadas nessa zona. Aps a retirada dessa informao de fluxo, o modelo deixou de possuir essa informao, estimando com menos qualidade as demandas originadas nessa zona. As concluses desta anlise mostraram a relevncia em obter informao de fluxo em, pelo menos, um arco entre todas as rotas utilizadas, e tambm que informaes de fluxos em arco de sada e entrada das zonas so mais importantes, pois fornecem informaes diretas sobre a quantidade de informaes originadas ou destinadas.

98 Quanto anlise de variabilidade da demanda, observou-se, no caso da variabilidade ao longo do dia, que as demandas estimadas para o entre-pico da manh apresentaram valores ligeiramente inferiores aos das demandas estimadas para o pico da tarde e que essa constatao pode ser explicada pelo fato da magnitude dos dados de fluxo durante o entre-pico serem inferiores. Analisando o resultado deste teste de sensibilidade, verificou-se ainda que o padro de deslocamento das matrizes estimadas era bastante semelhante, indicando que a utilizao de uma matriz OD semente faz com que as propores de viagens entre as demandas sementes sejam semelhantes s propores de viagem entre as demandas estimadas, o que no um resultado satisfatrio. A partir dos resultados encontrados, conclui-se que, para estimar as demandas para diversos horrios do dia, com qualidade, as informaes fornecidas pelo controle de trfego em tempo real realizado pelo CTAFOR, sozinhas, no so suficientes, visto que o modelo necessita de uma matriz OD semente de qualidade, pelo menos amostral, para diferentes perodos do dia. Na anlise de variabilidade das demandas ao longo dos dias, observou-se que as demandas apresentaram uma pequena variabilidade, entretanto no se pode afirmar qual o causador dessa baixa variabilidade, ou seja, no se pode afirmar se ela ocasionada pela baixa variabilidade dos dados de fluxo ou se devido utilizao da matriz OD semente amostral que pr-define a estrutura da matriz OD a ser estimada.

5.2 RECOMENDAES

Nesta pesquisa de dissertao no foram esgotadas todas as discusses sobre a estimao sinttica de matrizes OD, principalmente quanto s questes relacionadas com a variabilidade das demandas que, como observado, no foram muito conclusivas. Deste modo, sugere-se algumas recomendaes para trabalhos futuros: a. Avaliar os resultados do modelo de estimao do QueensOD para uma rede mais complexa do que a utilizada nesta pesquisa, em que os efeitos de congestionamento sejam mais evidentes e que, consequentemente, o modelo de alocao do trfego tenha mais dificuldades em estimar as rotas utilizadas;

99 b. Verificar, com mais detalhes, a correlao entre a quantidade de informaes de fluxos de trfego nos arcos das rotas e a qualidade da estimao das demandas; c. Identificar e implantar algum mtodo eficiente na coleta de matrizes OD amostrais que permita, associado s vantagens em possuir uma central de controle do trfego em tempo real, estimar matrizes OD para diferentes perodos e, consequentemente, avaliar a variabilidade da demanda; d. Por fim, recomenda-se avaliar os efeitos da variabilidade da demanda no trfego, principalmente nos horrios de pico do trfego, quando as vias operam prximo da capacidade, em que pequenas alteraes nas demandas podem causar impactos significativos na qualidade do trfego.

100

REFERNCIAS BIBLIOGRFICAS
ABRAHAMSSOM, T. (1998) Estimation of Origin-Destination Matrices Using Traffic Counts - A Literature Survey. International Institute for Applied Systems Analysis, Interim Report IR- 98-021, Austria. ANTP (1997) Transporte Humano - Cidade com Qualidade de Vida. Associao Nacional de Transporte Pblico. So Paulo, 312p. ARRUDA, F. S. DE; SILVA, A. N. R. DA (2004) Dirios de Atividades: Uma Metodologia Alternativa de Coleta de Dados para Planejamento de Transportes. Anais do XVIII Congresso de Pesquisa e Ensino em Transportes, ANPET, Florianpolis. Vol I, pPg 675 686. ASHOK, K. (1996) Estimation and Prediction of Time-Dependent Origin-Destination Flows. Ph.D. Dissertation, MIT, Cambridge, Massachusetts, USA. BELL, M. G. H. (1991) The estimation of origin-destination matrices by constrained generalized least squares. Transportation Research Part B, n. 25, p. 13-22. BERTONCINI, B.V. (2007) Uma Proposta de Carregamento Incremental de Fluxos Veiculares para a Estimao de Matriz O-D Sinttica. Dissertao de Mestrado, EESC/USP. BRILLOUIN, L. (1956) Science and Information Theory. Academic Press, New York CALIPER (2002) Travel Demand Modeling With TransCAD 4.5. Caliper Corporation, USA. CASCETTA, E. (1984) Estimation of Trip Matrices from Traffic Counts and Survey Data: a Generalized Least Squares Estimator. Transportation Research 16B, n.45, p.89- 299. DEMARCHI, S. H. E BERTOCINI, B. V. (2004) Determinao de Matrizes O-D Sintticas a partir de Contagens Volumtricas. Anais do XVIII Congresso de Pesquisa e Ensino em Transportes, ANPET, Florianpolis. DEMARCHI, S. H.; BERTONCINI, B. V. E LIMA, E. P. (2004) Estimativa de Demandas Sintticas para a Regio Central de Maring Utilizando o QueensOD. Anais do XVIII Congresso de Pesquisa e Ensino em Transportes, ANPET, Florianpolis. DIXON, M.D.; RILETT, L.R. (2002) Real-time OD Estimation Using Automatic Vehicle Identification and Traffic Count Data. International Journal of Computer-Aided Civil and Infrastructure Engineering, v.17, p. 17-21 DIXON, M.D.; RILETT, L.R. (2005) Population Origin Destination Estimation Using Automatic Vehicle Identification and Volume Data. ASCE Journal of Transportation Engineering, v.131, n.2, p. 75-82. FISK C. S. (1988) On Combining Maximum Entropy Trip Matrix Estimation with User Optimal Assigment. Transport Research, 22B.

101 GUENSLER R. E WOLF J. (1999) Development of a Handheld Electronic Travel Diary for Monitoring Individual Trip making Behavior. Transportation Research Board. The 78th Annual Meeting, Washington, DC, USA GUR Y.J.; TURNQUIST, M.; SCHNEIDER, M; LEBLANC, L.; KURTH, D. (1980) Estimation of an Origin- Destination Trip Table based on Observed Link Volumes and Turning Movements. Technical Report RD-801034, FHWA, U.S. Department of Transportation, Washington, DC. HELLINGA, B.R. (1994) Estimating Dynamic Origin - Destination Demands from Link and Probe Counts. Ph.D. Dissertation, Department of Civil Engineering, Queen's University, Kingston, Ontario, Canada. HOGBERG, P. (1976). Estimation of parameters in models for traffic prediction: a nonlinear approach. Transportation Research Part B, n 10, pp. 263-265. HOLM, J. et al. (1976). Calibrating traffic models on traffic census results only. Traffic Engineering and Control, n 17, pp. 137-140. IBGE (2006) www.ibge.gov.br, acesso 20 de agosto de 2006. LPEZ-REYES, D. E. L.; KAWAMOTO, E. (2001) A Influncia da Segmentao da Estimao da Matriz Origem-Destino, Baseada em um Modelo de Escolha Discreta. In: Carlos Nassi, Ansio Brasileiro, Eiji Kawamoto, Luis Antonio Lindau. (Org.). Transportes: Experincias em Rede. 1 ed. Rio de Janeiro: FINEP, 2001, v. 1, p. 143-173 KIM, J.; LEE, S. (2005) Dynamic Travel Demand Estimation Using Real-Time Traffic Data. Advanced OR and AI Methods, TRANSPORTATION. pp.237-241. LIDAS (2007) www.lidas.org.br/upp/metro/pesquisa.htm, acesso em 10 maio de 2007. LIN, P. (2006) Robust Model for Estimating Freeway Dynamic Origin-Destination Matrices. Ph.D. Dissertation, University of Maryland, College Park, USA. LOUREIRO, C. F. G., PAULA, F. S. M., SOUZA, D. D. DE M. R., MAIA, F. V. B. (2004) Avaliao da Qualidade do Trfego nas Vias Arteriais de Fortaleza utilizando o Highway Capacity Manual 2000. Anais do XVIII Congresso de Pesquisa e Ensino em Transportes, ANPET, Florianpolis SC, Comunicaes Tcnicas. LOUREIRO, C. F. G.; LEANDRO, C. H. P. E OLIVEIRA, M. V. T. (2002) Sistema Centralizado de Controle de Trfego de Fortaleza: ITS Aplicado Gesto Dinmica do Trnsito Urbano. Anais do XVI Congresso de Pesquisa e Ensino em Transportes, ANPET, Natal. M. VAN AERDE & ASSOC.,LTD. (2002a) QueensOD Release 2.10 Users Guide: Estimating Origin Destination Traffic Demands from Links Flow. M. Van Aerde & Assoc.,Ltd, Ontario, Canada. M. VAN AERDE & ASSOC.,LTD. (2002b) Integration Release 2.30 for Windows: User's Guide Volume I: Fundamental Model Features. M. Van Aerde & Assoc.,Ltd, Ontario, Canada.

102 MENESES, H. B. (2003) Interface Lgica em Ambiente SIG para Bases de Dados de Sistemas Centralizados de Controle de Trfego Urbano em Tempo Real. Dissertao de Mestrado, Programa de Mestrado em Engenharia de Transportes, Universidade Federal do Cear. MONTGOMERY, D. C. E RUNGER, G. C. (2003) Estatstica Aplicada e Probabilidade para Engenheiros. 2a Ed. LTC, Rio de Janeiro. NGUYEN, S. (1977) Estimating an OD Matrix from Network Data: A Network Equilibrium Approach. Publication 87. Centre de Recherche sur les Transports, Universit de Montreal. NIELSEN, O. A. (1993) A New Method for Estimating Trip Matrices from Traffic Counts. Institute of Roads, Traffic, and Town Planning. The Technical University of Denmark, Paper 1993-3. NIELSEN, O. A. (1998) Two New Methods for Estimating Trip Matrices from Traffic Counts. In: Travel Behaviour Research: Updating the State of Play. Ed. Elsevier. OHMORI, N.; NAKAZATO, M.; HARATA, N.; SASAKI K. E NISHII, K. (2006) Activity Diary Surveys Using GPS Mobile Phones and PDA. Transportation Research Board. The 85th Annual Meeting, Washington, DC, USA. OLIVEIRA, M. V. T. (2004). A Natureza dos Padres de Variao Espao-Temporal do Volume Veicular em Ambiente Urbano: Estudo de Caso em Fortaleza. Dissertao de Mestrado, Programa de Mestrado em Engenharia de Transportes, Universidade Federal do Cear, Fortaleza, CE. ORTZAR, J. DE D. E WILLUNSEN, L. G. (1994) Modelling Transport. Jonh Wiley & Sons, Chichester. PARAMAHAMSAN, H. (1999) Fundamental Properties of Synthetic O-D Generation Formulations and Solutions. M.Sc. Thesis, Department of Civil and Environmental Engineering, Virginia Polytechnic Institute and State University, Blacksburg, VA. PAULA, F. S. M.; OLIVEIRA, M. V. T. DE; SOUZA, D. D. DE M. R. E LOUREIRO, C. F. G. (2005) Avaliao do Nvel de Servio e do Momento de Trfego nas Vias Arteriais de Fortaleza. Anais do 15o Congresso Brasileiro de Trnsito e Transportes, ANTP, Goinia, GO, Comunicaes Tcnicas. PMF (1996) Lei no 7.987 de Uso e Ocupao do Solo do Municpio de Fortaleza. Instituto de Planejamento do Municpio. Prefeitura Municipal de Fortaleza, Fortaleza/CE. RAKHA, H.; PARAMAHAMSAN, H.; VAN AERDE, M. (1998a) Static Synthetic O-D Estimation Formulations, Assumptions and Limitations. Transportation Research Board. The 77th Annual Meeting, Washington, DC, USA. RAKHA, H.; VAN AERDE, M.; BLOOMBERG, L.; HUANG, X. (1998b) Construction and Calibration of a Large-Scale Microsimulation Model of the Salt Lake Area. Transportation Research Record 1644, p. 93-102.

103 ROBILLARD, P. (1975) Estimating the O-D Matrix from Observed Link Volumes. Transportation Research Part B, n.9, p.123-128. SPIESS, H. (1987) A Maximum Likelihood Model for Estimating Origin-Destination Matrices. Transportation Research Part B, n. 2l, pp 395-412. TAMIN, O. Z.; WILLUMSEN, L. G. (1989) Transport Demand Model Estimation from Traffic Counts. Transportation, n.16(1), p. 3-26. TRL (2000) Executive Summary Description of SCOOT. SCOOT Traffic Handbook, SCOOT 0414. Transportation Research Laboratory. TSEKERIS, T.; STATHOPOULOS, A. (2003) Real-Time Dynamic Origin-Destination Matrix Adjustment with Simulated and Actual Links Flows in Urban Networks. Transportation Research Record, 1857, p. 117-127. TURNIQUIST, M. E GUR Y. (1979) Estimations of Trip Table from Observed Link Volumes. Transportation Research Record 730, p 1 - 6. VAN AERDE, M.; RAKHA, H. E PARAMAHAMSAN, H. (2003) Estimation of OD matrices: the Relationship between Practical and Theorical Considerations. Transportation Research Board. The 82nd Annual Meeting, Washington, DC, USA. VAN DE ZIJPP, N. (1997) Dynamic OD-Matrix Estimation from Traffic Counts and Automated Vehicle Identification Data. Transport Research Board 1607. VAN VLIET, D.; HALL, M. (1998) SATURN version 9.4: users manual. Institute for Transport Studies. University of Leeds. England. VAN ZUYLEN, H. (1978). The information minimizing method: validity and applicability to transport planning. In: G. R. M. Jansen (eds) New Developments in Modeling Travel Demand and Urban Systems. Saxon, Farnborough. VAN ZUYLEN, H. E WILLUMSSEN L. G. (1980) The Most Likely Trip Matrix Estimated from Traffic Counts. Transportation Research, 14B. VANAJAKSHI, L.; RILETT, L.R. (2006) System Wide Data Quality Control of Inductance Loop Data Using Non Linear Optimization. ASCE Journal of Computing in Civil Engineering, v.20, n.3, p. 187-196. WIKIPDIA (2007) www.wikipedia.com, acesso em 09 junho de 2007. WILLS, M. J. (1986) A Flexible Gravity-Opportunities Model for Trip Distribution. Transportation Research 20B(2): 89-111. WILLUMSSEN, L. G. (1978) Estimation of an O-D Matrix from Traffic Counts: A review. Institute for Transport Studies, Working paper no. 99, Leeds University. WILLUMSSEN, L. G. (1984) Estimating Time- Dependent Trip Matrices from Traffic Counts. Ninth International Symposium on Transportation and Traffic Theory. WILSON, A. G. (1970) Entropy in Urban and Regional Modellin. Pion, London, England.

104 YANG, H. (1995) Heuristic algorithms for the bilevel origin-destination matrix estimation problem. Transportation Research Part B, n 29, p. 231-242. YANG, H.; Sasaki, T.; Iida, Y.; Asakura, Y. (1992). Estimation of Origin-Destination Matrices from Link Traffic Counts on Congested Networks. Transportation Research Part B, n 26, p. 417- 434.

105

ANEXOS

106

ANEXO I MATRIZ OD AMOSTRAL E EXPANDIDA DO PERODO DE ANLISE (17H15 -18H15) - MATRIZ AMOSTRAL
DESTINOS 13 14 15 16 17 18 19 20 21 22 1 2 1 2 4 11 6 1 3 1 1 1 1 2 4 8 6 3 2 2 4 3 2 2 1 1 1 4 2 17 16 4 2 74 9 1 7 TOTAL 113 40 47 126 20 31 130 290 33 24 30 21 29 22 17 27 25 12 215 21 8 80 71 22 40 35 43 17 28 264 190 85 237 2393

2 1 3 24 4 2 7 1 3 5 1 1 6 5 8 9 7 4 25 15 11 42 23 5 3 2 1 1 13 12 2 1 14 1 15 10 3 6 16 2 1 17 14 8 18 19 1 1 20 1 1 21 1 1 22 4 3 2 7 3 2 24 2 1 1 6 25 1 26 27 1 4 5 3 13 28 29 6 14 30 2 3 31 3 32 1 33 34 4 1 2 2 11 1 5 35 1 6 4 7 9 37 43 14 4 1 6 40 79 38 42 TOTAL 114 27 24 46 47 71 155 313 27 ORIGENS

4 11 8

6 3

7 5

8 10 4 2 1 6

10 1

12 57 7 7 9 7 20 4 87 7

23 1 1 6 1 14 2 2 9 3

25 26 27 28 29 30 31 32 33 34 1 1 1 1 1 17 1 1 8 4 1 2

36 3 1 6

38 6

39 16 3 2 58

41 1 1 3 3 75 9

7 1 5 2

3 1

3 1 1

5 1 8

4 30 3 13 1

1 3

15

2 3

5 1 1 27

7 1 1 3 14

2 1 1

2 3 4 3 11 1 1 4 5 1 1 2 3 1 1 1 1 5 2 6 3 14 1 5 1 57 9 1 22

22

13 20

6 1

3 1 8 6 2 1 1 22 34 1 1 1 5 23 24 37 16 57 49 13 16 20 206 40

1 1 11

11 2 3 12 8 3 4 1 2 23 3 1 6 20 13 14 19 102 10 25 8 1 3 13 6 6 4 10 3 9 2 17 1 12 6 2 3 21 76 45 39 30 25 33 27 47 74 277 43 268 168 2

2 10

7 8 8

107

- MATRIZ EXPANDIDA

2 5 10 17 4 28 4 3 87 51 4 4 9 26 4 14 29 4 14 4 34 4 115 5 5 10 36 5 4 5 4 5 11 6 23 4 4 4 11 8 10 20 38 30 14 11 83 44 27 348 9 13 88 35 5 14 9 4 7 38 13 7 8 32 18 135 29 11 177 83 15 22 8 5 4 12 7 5 17 13 61 13 9 3 8 46 3 4 33 14 4 4 15 30 9 5 21 76 15 46 13 25 4 5 16 9 5 4 19 10 14 6 61 17 72 32 18 91 19 4 4 23 86 8 9 20 4 4 4 32 21 4 19 4 35 21 4 4 9 5 4 11 6 20 22 14 9 38 13 10 14 5 41 132 5 14 73 422 4 28 14 57 4 10 16 6 93 98 24 19 9 5 4 27 49 5 5 25 3 4 4 22 26 6 19 28 30 29 362 4 27 4 16 18 14 46 52 4 4 15 35 29 4 4 10 4 49 28 115 29 38 69 108 30 8 10 3 16 7 25 45 8 13 31 11 11 41 36 62 45 32 4 11 32 18 5 33 9 105 10 34 3 6 6 38 3 20 3 3 8 2 38 24 5 18 79 45 41 62 375 39 104 22 35 66 4 21 17 21 43 4 10 4 4 4 128 166 3 4 11 62 26 21 16 45 14 44 7 37 261 59 15 5 22 46 4 4 4 25 74 5 54 31 11 12 40 468 139 91 109 389 42 TOTAL 624 99 88 164 196 260 793 1104 124 26 109 156 69 256 229 58 61 103 1135 190 31 282 159 147 129 141 103 171 298 1238 180 1517 736 ORIGENS

4 41 32

6 11

7 20

8 36 16 7 4 22

10 4

12 200 27 25 33 25 72 18 262 28

13

14

15 5

16

17 7

18

19

DESTINOS 20 21 22 23 5 5 6

25

26 4 4

27 7

28

29

30

31

32

33

34

36 14 5

38

39 75 15 12 368

41

TOTAL 434 173 186 718 76 118 643 1014 160 106 164 93 128 104 91 134 127 63 1139 104 33 478 308 115 215 135 206 70 124 1010 940 371 1196 10976

108

ANEXO II ARQUIVOS DE ENTRADA DO QUEENSDO - Arquivo de ns

Linha<1> Linha <2> Linha <3> Linha <4> Linha <5> Linha <6> Linha <7> Linha <8> Linha <9> Linha <10> Linha <11> Linha <12> Linha <13> Linha <14> Linha <15> Linha <16> Linha <17> Linha <18> Linha <19> Linha <20> Linha <21> Linha <22> Linha <23> Linha <24> Linha <25> Linha <26> Linha <27> Linha <28> Linha <29> Linha <30> Linha <31> Linha <32> Linha <33> Linha <34> Linha <35> Linha <36> Linha <37> Linha <38> Linha <39> Linha <40> ARQUIVO DE NS REA DE ESTUDO 82 1 1 1 0,515 0,891 2 0 0 2 0,560 0,820 1 0 0 3 0,634 0,853 3 0 0 4 0,684 0,780 1 0 0 5 0,751 0,815 3 0 0 6 0,795 0,744 1 0 0 7 0,868 0,777 2 0 0 8 0,910 0,707 1 0 0 9 0,990 0,738 3 0 0 10 0,990 0,738 2 0 0 11 0,426 0,828 3 0 0 12 1,026 0,634 2 0 0 13 0,494 0,716 1 0 0 14 0,615 0,684 1 0 0 15 0,730 0,642 1 0 0 16 0,848 0,606 1 0 0 17 0,906 0,588 1 0 0 18 0,970 0,567 1 0 0 19 0,510 0,662 1 0 0 20 0,631 0,623 1 0 0 21 0,745 0,586 1 0 0 22 0,866 0,547 1 0 0 23 0,375 0,670 2 0 0 24 0,975 0,477 3 0 0 25 0,442 0,553 1 0 0 26 0,560 0,515 1 0 0 27 0,677 0,477 1 0 0 28 0,794 0,439 1 0 0 29 0,852 0,421 1 0 0 30 0,916 0,400 1 0 0 31 0,458 0,505 1 0 0 32 0,579 0,466 1 0 0 33 0,699 0,427 1 0 0 34 0,809 0,391 1 0 0 35 0,324 0,513 3 0 0 36 0,924 0,318 2 0 0 37 0,365 0,426 3 0 0 38 0,486 0,386 2 0 0

109
Linha <41> Linha <42> Linha <43> (cont,) Linha <44> Linha <45> Linha <46> Linha <47> Linha <48> Linha <49> Linha <50> Linha <51> Linha <52> Linha <53> Linha <54> Linha <55> Linha <56> Linha <57> Linha <58> Linha <59> Linha <60> Linha <61> Linha <62> Linha <63> Linha <64> Linha <65> Linha <66> Linha <67> Linha <68> Linha <69> Linha <70> Linha <71> Linha <72> Linha <73> Linha <74> Linha <75> Linha <76> Linha <77> Linha <78> Linha <79> Linha <80> Linha <81> Linha <82> Linha <83> 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 0,600 0,718 0,839 0,839 0,488 0,550 0,607 0,673 0,724 0,784 0,841 0,899 0,963 0,462 0,583 0,698 0,816 0,938 0,437 0,499 0,556 0,621 0,673 0,735 0,790 0,855 0,912 0,409 0,528 0,645 0,762 0,884 0,386 0,448 0,505 0,569 0,622 0,688 0,739 0,799 0,861 0,252 0,271 0,191 0,350 0,312 0,272 0,272 0,807 0,787 0,769 0,748 0,731 0,712 0,693 0,675 0,654 0,726 0,695 0,653 0,616 0,578 0,649 0,629 0,611 0,590 0,574 0,554 0,536 0,515 0,497 0,563 0,525 0,487 0,449 0,410 0,492 0,473 0,454 0,433 0,416 0,395 0,378 0,359 0,339 0,885 0,948 0,903 2 3 2 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Descrio Linha <1> Ttulo do arquivo Linha <2> Primeira coluna: quantidade de ns; segunda e terceira: no utilizado pelo QueenOD, mas deve constar no arquivo,

110
Linha <3+n> Primeira Coluna: ID do n, segunda: coordenada Xdo n; terceira: coordenada Y do n; quarta: tipo de n ( 1-origem/destino, 2-destino, 3-origem ou 4intermedirio); quinta e sexta: no utilizada pelo QueensOD, mas deve constar.

111

- Arquivo de tramos
Linha <1> Linha <2> Linha <3> Linha <4> Linha <5> Linha <6> Linha <7> Linha <8> Linha <9> Linha <10> Linha <11> Linha <12> Linha <13> Linha <14> Linha <15> Linha <16> Linha <17> Linha <18> Linha <19> Linha <20> Linha <21> Linha <22> Linha <23> Linha <24> Linha <25> Linha <26>
ARQUIVO DE TRAMOS - REA DE ESTUDO

117 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

1 43 2 44 3 4 46 5 6 48 49 8 50 9 51 11 43 44 45 46 47 48 49 50 51

1 1 44 2 45 46 4 47 48 6 7 50 8 51 10 43 44 45 46 47 48 49 50 51 12

1 0,088 0,034 0,034 0,088 0,034 0,034 0,088 0,034 0,034 0,088 0,034 0,034 0,088 0,088 0,066 0,065 0,059 0,070 0,053 0,064 0,059 0,061 0,067 0,066

1 60 -60 -60 60 -60 -60 60 -60 -60 60 -60 -60 60 60 60 60 60 60 60 60 60 60 60 60

1 1500 3600 3600 1695 3600 3600 1400 3600 3600 1695 3600 3600 1650 1650 1650 1650 1650 1650 1650 1400 1400 1400 1400 1650

0 1 1 2 1 1 3 1 1 2 1 1 2 2 2 2 2 2 2 2 2 2 2 2

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 24 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 10001 0 0 1 0 0 0 0 0 2 0 0 0 0 0 1 0 0 0 2 0

0 0 0 0 0 0 3 0 0 0 0 0 3 0 0 0 0 0 1 0 0 0 1 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

112

(Cont.) Linha <27> Linha <28> Linha <29> Linha <30> Linha <31> Linha <32> Linha <33> Linha <34> Linha <35> Linha <36> Linha <37> Linha <38> Linha <39> Linha <40> Linha <41> Linha <42> Linha <43> Linha <44> Linha <45> Linha <46> Linha <47> Linha <48> Linha <49> Linha <50> Linha <51> Linha <52> Linha <53> Linha <54>

25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52

52 45 47 55 51 56 13 52 14 53 15 54 16 55 56 17 18 56 57 19 58 53 20 60 54 21 62 63

43 53 54 49 56 51 52 13 53 14 54 15 55 16 17 56 56 18 52 58 19 59 60 20 61 62 21 55

0,085 0,078 0,083 0,081 0,080 0,080 0,034 0,034 0,034 0,034 0,034 0,034 0,034 0,034 0,034 0,034 0,034 0,034 0,081 0,034 0,034 0,087 0,034 0,034 0,083 0,034 0,034 0,084

60 60 60 60 60 60 -60 -60 -60 -60 -60 -60 -60 -60 -60 -60 -60 -60 60 -60 -60 60 -60 -60 60 -60 -60 60

1100 1650 1400 1650 1650 1650 1650 1650 1650 1650 1650 1650 1650 1650 1650 1650 1650 1650 1100 1650 1650 1650 1650 1650 1400 1650 1650 1650

2 2 3 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 2 1 1 3 1 1 2

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

10001 0 0 10001 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10001 0 0 4 0 0 0

0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

113

(Cont.) Linha <55> Linha <56> Linha <57> Linha <58> Linha <59> Linha <60> Linha <61> Linha <62> Linha <63> Linha <64> Linha <65> Linha <66> Linha <67> Linha <68> Linha <69> Linha <70> Linha <71> Linha <72> Linha <73> Linha <74> Linha <75> Linha <76> Linha <77> Linha <78> Linha <79> Linha <80> Linha <81> Linha <82>

53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80

22 64 56 65 57 58 59 60 61 62 63 64 65 24 66 59 61 69 65 70 25 66 26 67 27 68 28 69

64 22 65 56 23 57 58 59 60 61 62 63 64 65 57 67 68 63 70 65 66 25 67 26 68 27 69 28

0,034 0,034 0,085 0,085 0,066 0,065 0,059 0,068 0,055 0,065 0,058 0,068 0,060 0,066 0,090 0,091 0,091 0,091 0,091 0,091 0,034 0,034 0,034 0,034 0,034 0,034 0,034 0,034

-60 -60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 -60 -60 -60 -60 -60 -60 -60 -60

1650 1650 1650 1650 1800 1800 1800 1800 1800 1900 1900 1800 1800 1800 1800 1695 1400 1695 1500 1650 3600 3600 3600 3600 3600 3600 3600 3600

1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 2 2 1 1 1 1 1 1 1 1

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 65 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 5 0 0 3 0 0 0 4 0 0 0 5 3 0 0 10002 0 5 0 0 0 0 0 0 0 0

0 0 3 0 0 1 0 0 0 3 0 0 0 1 3 0 0 0 0 3 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

114

(Cont.) Linha <83> Linha <84> Linha <85> Linha <86> Linha <87> Linha <88> Linha <89> Linha <90> Linha <91> Linha <92> Linha <93> Linha <94> Linha <95> Linha <96> Linha <97> Linha <98> Linha <99> Linha <100> Linha <101> Linha <102> Linha <103> Linha <104> Linha <105> Linha <106> Linha <107> Linha <108> Linha <109> Linha <110>

81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108

70 29 30 70 71 31 72 67 32 74 68 33 76 77 34 78 70 79 35 71 72 73 74 75 76 77 78 79

29 70 70 30 66 72 31 73 74 32 75 76 33 69 78 34 79 70 71 72 73 74 75 76 77 78 79 36

0,034 0,034 0,034 0,034 0,075 0,034 0,034 0,075 0,034 0,034 0,075 0,034 0,034 0,075 0,034 0,034 0,075 0,075 0,066 0,065 0,060 0,067 0,056 0,070 0,054 0,063 0,065 0,066

-60 -60 -60 -60 60 -60 -60 60 -60 -60 60 -60 -60 60 -60 -60 60 60 60 60 60 60 60 60 60 60 60 60

3600 3600 3600 3600 1800 3600 3600 1695 3600 3600 1400 3600 3600 1695 3600 3600 1500 1650 2200 2200 2200 2200 2200 1800 1800 1500 1500 1500

1 1 1 1 2 1 1 2 1 1 3 1 1 2 1 1 2 2 2 2 2 2 2 2 2 2 2 2

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 108 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 10001 0 0 7 0 0 0 0 0 8 0 6 0 0 0 7 0 0 0 8 0

0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 1 0 1 0 0 0 1 0 0 0 3 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

115

(Cont.) Linha <111> Linha <112> Linha <113> Linha <114>

Descrio

109 110 111 112

37 73 75 40

71 38 39 77

0,070 0,071 0,070 0,070

60 60 60 60

1800 1650 1400 1650

2 2 3 2

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

6 0 0 10001

3 0 0 0

0 0 0 0

0 0 0 0

0 0 0 0

Linha <1> Ttulo do arquivo Linha <2> Primeira coluna: quantidade de arcos; demais colunas: no utilizado pelo QueenOD, mas deve constar no arquivo, Linha <3+n> Primeira Coluna: ID do arco, segunda: n inicial do arco; terceira: n final do arco; quarta: comprimento do arco(m); quinta: velocidade de fluxo livre (km/h) - negativo se for conector; sexta: capacidade (veic/hora/faixa); stima: nmero de faixa; oitava, nona e dcima: no utilizado pelo QueenOD, mas deve constar no arquivo; dcima primeira: movimento proibido; dcima segunda, terceira, quarta, quinta: no utilizado pelo QueenOD, mas deve constar no arquivo; dcima sexta: tipo de controle (10001 placa PARE, 10002 placa D A PREFERNCIA ou ID do semforo definido no arquivo de semforo); dcima stima: primeira fase com verde para o arco; dcima oitava: segunda faze com verde para o arco; dcima oitava e nona: no utilizado pelo QueenOD, mas deve constar no arquivo.

116

- Arquivo de semforos
Linha <1> Linha <2> Linha <3> Linha <4> Linha <5> Linha <6> Linha <7> Linha <8> Linha <9> Linha <10> Linha <11> ARQUIVOS DE SEMFOROS: REA DE ESTUDO 8 1 3600 1 1 104 104 104 38 2 62 2 104 104 104 43 2 47 3 104 104 104 88 2 61 4 104 104 104 19 2 43 5 104 104 104 48 2 45 6 104 104 104 99 2 51 7 104 104 104 84 2 52 8 104 104 104 86 2 52

5 5 5 5 5 5 5 5

32 47 33 51 49 43 42 42

5 5 5 5 5 5 5 5

104 104 104 104 104 104 104 104

Descrio Linha <1> Ttulo do arquivo Linha <2> Primeira coluna: quantidade de semforos; segunda: quantidade de planos semafricos; terceira: durao de cada plano (s) Linha <3> Nmero do plano Linha <4+n> Primeira Coluna: ID do semforo, segunda: ciclo inicial (s); terceira: ciclo mnimo se a lgica de otimizao estiver ativada (s); quarta: ciclo mximo se a lgica de otimizao estiver ativada (s); quinta: defasagem (s); sexta: quantidade de estgios; stima: verde do estgio 1 (s); oitava: entreverde do estagio 1 (s); nona: verde do estgio 2 (s); dcima: entreverde do estgio 2 (s); dcima primeira: frequncia de otimizao e coordenao dos semforos.

117

- Arquivo de fluxos
Linha <1> Linha <2> Linha <3> Linha <4> Linha <5> Linha <6> Linha <7> Linha <8> Linha <9> Linha <10> Linha <11> Linha <12> Linha <13> Linha <14> Linha <15> Linha <16> Linha <17> Linha <18> Linha <19> Linha <20> Linha <21> Linha <22> Linha <23> Linha <24> Linha <25> Linha <26> Linha <27> Linha <28> Linha <29> Linha <30> Linha <31> Linha <32> Linha <33> Linha <34> Linha <35> Linha <36> Linha <37> Linha <38> Linha <39> Linha <40> Linha <41> Linha <42> Linha <43> Linha <44> Linha <45> Linha <46> Linha <47> Linha <48> Linha <49> DADOS DE FLUXO (07/06/06) 1 3600 114 114 3600 1 1 0 3000 5,3 2 0 3600 2,0 3 0 3600 2,0 4 0 3390 5,3 5 0 3600 2,0 6 0 3600 2,0 7 652 4200 5,3 8 0 3600 2,0 9 0 3600 2,0 10 0 3390 5,3 11 0 3600 2,0 12 0 3600 2,0 13 697 3300 5,3 14 774 3300 5,3 15 0 3300 4,0 16 0 3300 3,9 17 0 3300 3,5 18 1177 3300 4,2 19 0 3300 3,2 20 0 2800 3,8 21 0 2800 3,5 22 1023 2800 3,7 23 0 2800 4,0 24 0 3300 4,0 25 0 2200 5,1 26 0 3300 4,7 27 797 4200 5,0 28 0 3300 4,9 29 723 3300 4,8 30 0 3300 4,8 31 0 1650 2,0 32 0 1650 2,0 33 0 1650 2,0 34 0 1650 2,0 35 0 1650 2,0 36 0 1650 2,0 37 0 1650 2,0 38 0 1650 2,0 39 0 1650 2,0 40 0 1650 2,0 41 0 1650 2,0 42 0 1650 2,0 43 0 2200 4,9 44 0 1650 2,0 45 0 1650 2,0 46 0 3300 5,2

0 0 0 0 0 0 17 0 0 0 0 0 14 10 0 0 0 16 0 0 0 15 0 0 0 0 17 0 16 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

118 (cont,) Linha <50> Linha <51> Linha <52> Linha <53> Linha <54> Linha <55> Linha <56> Linha <57> Linha <58> Linha <59> Linha <60> Linha <61> Linha <62> Linha <63> Linha <64> Linha <65> Linha <66> Linha <67> Linha <68> Linha <69> Linha <70> Linha <71> Linha <72> Linha <73> Linha <74> Linha <75> Linha <76> Linha <77> Linha <78> Linha <79> Linha <80> Linha <81> Linha <82> Linha <83> Linha <84> Linha <85> Linha <86> Linha <87> Linha <88> Linha <89> Linha <90> Linha <91> Linha <92> Linha <93> Linha <94> Linha <95> Linha <96> Linha <97> Linha <98> Linha <99>

47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96

0 0 0 0 0 0 0 0 0 991 1207 0 0 948 0 0 970 0 0 1084 0 0 1341 0 797 0 0 0 0 0 0 0 0 0 0 0 0 0 746 0 0 0 0 0 0 0 0 0 0 0

1650 1650 4200 1650 1650 3300 1650 1650 3300 3300 3600 3600 3600 3600 3600 3800 3800 3600 3600 3600 3600 3390 4200 3390 3000 3300 3600 3600 3600 3600 3600 3600 3600 3600 3600 3600 3600 3600 3600 3600 3600 3390 3600 3600 4200 3600 3600 3390 3600 3600

2,0 2,0 5,0 2,0 2,0 5,0 2,0 2,0 5,1 5,1 4,0 3,9 3,5 4,1 3,3 3,9 3,5 4,1 3,6 4,0 5,4 5,5 5,5 5,5 5,5 5,5 2,0 2,0 2,0 2,0 2,0 2,0 2,0 2,0 2,0 2,0 2,0 2,0 4,5 2,0 2,0 4,5 2,0 2,0 4,5 2,0 2,0 4,5 2,0 2,0

0 0 0 0 0 0 0 0 0 18 11 0 0 10 0 0 13 0 0 25 0 0 19 0 22 0 0 0 0 0 0 0 0 0 0 0 0 0 21 0 0 0 0 0 0 0 0 0 0 0

119 (cont,) Linha <100> Linha <101> Linha <102> Linha <103> Linha <104> Linha <105> Linha <106> Linha <107> Linha <108> Linha <109> Linha <110> Linha <111> Linha <112> Linha <113> Linha <114> Linha <115> Linha <116> Linha <117>

97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114

0 1081 1051 0 0 1180 0 1222 0 0 0 1357 859 0 1531 0 759 1116

3000 3300 4400 4400 4400 4400 4400 3600 3600 3000 3000 3000 3600 3300 4200 3300 3300 3300

4,5 4,5 4,0 3,9 3,6 4,0 3,4 4,2 3,2 3,8 3,9 4,0 4,2 4,3 4,2 4,2 4,2 4,2

0 12 9 0 0 13 0 14 0 0 0 12 13 0 14 0 13 18

Descrio Linha <1> Ttulo do arquivo Linha <2> Primeira coluna: nmero de perodos com informao de fluxos; segunda: durao de cada perodo (s); terceira: quantidade de arcos na rede; quarta: maior ID dos arcos Linha <3> Primeira coluna: tempo em que o perodo de observao encerrado; segunda: nmero do perodo de observao Linha <4+n> Primeira Coluna: ID do arco, segunda: fluxo observado (veic,/hora) terceira: capacidade do arco (veic,/hora); quarta: tempo de viagem de fluxo livre (s); quinta: tempos de viagem observado (s).

120

- Arquivo mestre
Linha <1> Linha <2> Linha <3> Linha <4> Linha <5> Linha <6> Linha <7> Linha <8> Linha <9> Linha <10> Linha <11> Linha <12> Linha <13> Linha <14> Linha <15> Linha <16> Linha <17> Linha <18> Linha <19> Linha <20> Linha <21> Linha <22>
Descrio Linha <1> Ttulo do arquivo Linha <2> Primeira coluna: critrio de erro [xy] (x - erro entre demandas e y - erro entre fluxos) (1 - erro quadrtico, 2 - erro poissoniano e 3 - erro relativo); segunda: nmero de iteraes e terceira: critrio de convergncia. Linha <3> Primeira coluna: nmero de rotas mximas utilizadas; segunda: nmero de passos considerado na transferncia da demanda entre as rotas possveis (1<x<100) (recomendado 10 < x < 20) e terceira: fator de ajuste do tempo de viagem ( 0<x<1). Linha <4> Primeira Coluna: considerao sobre o fluxo de trfego observado igual a zero (0 - ignorar, no considerando como uma restrio, 1 - trata o arco como qualquer outro e 2 - assume o valor do fluxo ser igual a 1 veculo/hora), segunda: restrio de capacidade ( 0 - desconsidera a capacidade do arco na a estimao e 1 - considera a capacidade do arco na estimao) e terceira: consistncia dos fluxo do trfego (recomendado no manual utilizar o valor 0). Linha <5> Diretrio dos arquivos de entrada. Linha <6> Diretrio dos arquivos de sada. Linha<7> Nome no arquivo de ns (obrigatrio). Linha <8> Nome do arquivo de arcos (obrigatrio). Linha <9> Nome do arquivo de semforo (obrigatrio). Linha <10> Nome do arquivo da matriz semente (opcional). Linha <11> Nome do arquivo de incidentes (opcional). Linha <12> Nome do arquivo de fluxos observados (obrigatrio). Linha <13> Nome do arquivo de converses nas intersees (opcional). Linha <14> Nome do arquivo de rotas (opcional). Linha <15> Nome do arquivo com a atual matriz OD (opcional) (fins acadmicos) Linha <16+> Arquivos de sada none = arquivo no fornecido

ARQUIVO MESTRE: REA DE ESTUDO 33 1000 0.01 5 20 0.1 0 1 0 \ qodout\ ae_01.dat ae_02.dat ae_032.dat ae04ODam.dat none 060427.dat none none ae_092.dat ae_10.out (sumrio da estimao) ae_11.out (matriz estimada) ae_12.out (rota minima) ae_13.out (fluxos estimados) ae_14.out (movimentos nas intersees) ae_15.out (diferenas entre demandas) ae_16.out (diferenas entre fluxos)