Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/39260| ORCID: |  http://orcid.org/0009-0007-4998-2067 |
| Tipo do documento: | Trabalho de Conclusão de Curso |
| Tipo de acesso: | Acesso Aberto |
| Título: | Aplicação de redes neurais artificiais na predição da acidentalidade viária na rodovia BR-365 |
| Autor(es): | Cruz, Willian dos Santos |
| Primeiro orientador: | Seabra, Luciany Oliveira |
| Primeiro coorientador: | Sales, Vinícius Ferreira |
| Primeiro membro da banca: | Sales, Vinícius Ferreira |
| Segundo membro da banca: | Machado, Wagner Carrupt |
| Resumo: | A segurança viária brasileira possui atualmente diversos problemas, sendo a acidentalidade viária responsável por ser uma das principais causas de mortes no Brasil. Em Minas Gerais, a BR-365, importante via do triângulo mineiro, constitui numa das rodovias federais que mais desponta no ranking de vítimas fatais neste estado. Para a atenuação deste cenário, técnicas de aprendizado de máquina como as Redes Neurais Artificiais (RNA’s) que se destacam no ramo da predição, tem sido utilizadas para modelar abordagens que busquem mitigar o nível de ocorrências viárias. Nesse sentido, o objetivo desse estudo consistiu em desenvolver um modelo de rede neural artificial para predição da frequência de acidentes da BR-365, com trecho do município de Patos de Minas ao município de Ituiutaba, no estado de Minas Gerais. Para construção da metodologia do trabalho e visando selecionar a melhor arquitetura de RNA, a metodologia consistiu em analisar a área de estudo a partir de três métodos diferentes: por margens de erros, variando o tamanho dessas margens de 5 a 30 km, em seguida, por trechos fixados segmentando a área de estudo em diferentes tamanhos de extensões variando de 5 a 30 km, e, por trechos situados entre seis municípios escolhidos contidos dentro da área estudada. A partir dos resultados obtidos, é possível compreender que a assertividade das RNA’s é diretamente proporcional ao aumento do trecho analisado, sendo o último método aplicado uma forma de análise mais aprimorada, demonstrando que o trecho com os segmentos mais críticos estão localizados entre os municípios de Uberlândia e Monte Alegre de Minas. |
| Palavras-chave: | Redes neurais artificiais MLP Modelos de predição Acidentalidade viária Rodovias federais |
| Área(s) do CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA CIVIL::INFRA-ESTRUTURA DE TRANSPORTES::RODOVIAS PROJETO E CONSTRUCAO CNPQ::ENGENHARIAS::ENGENHARIA DE TRANSPORTES::OPERACOES DE TRANSPORTES::ENGENHARIA DE TRAFEGO CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Referência: | CRUZ, Willian dos Santos. Aplicação de redes neurais artificiais na predição da acidentalidade viária na rodovia BR-365. 2023. 93 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Agrimensura e Cartográfica) - Universidade Federal de Uberlândia, Monte Carmelo, 2023. |
| URI: | https://repositorio.ufu.br/handle/123456789/39260 |
| Data de defesa: | 21-Set-2023 |
| Aparece nas coleções: | TCC - Engenharia de Agrimensura e Cartográfica (Monte Carmelo) |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| AplicaçãoRedesNeurais.pdf | Trabalho de Conclusão de Curso | 3.47 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
