Universidade de Brasília UnB
Departamento de Engenharia Civil e Ambiental – ENC
Programa de PósGraduação em Transportes PPGT
APOSTILA DO MODELO CUATRO ETAPAS
JANNETH; NEFTALI
PRONTO!!! :D
Professora: Adelaida Pallavicini Fonseca
ixcanil@unb.br
Elaboram:
ROSEMARY JANNETH LLANQUE AYALA
Jannethllanque@yahoo.com.br
NEFTALI SAUL SAEZ CERNA
neftali.saez@gmail.com
BRASÍLIA BRASIL
MARÇO DE 2012
1
MODELO QUATRO ETAPAS
A modelagem em transportes tenta prever demandas futuras por meio de recursos
matemáticos, computacionais, comportamentais entre outros. Temse como vantagem na
modelagem de transportees a possibilidade de facilitar o processo de previsão de demanda
em situações sócioeconômica. Como principal desvantagem temse o fato de que rápidas
mudanças econômicas, sociais e tecnológicas não são acompanhadas pelos planos de
transportes.
Um exemplo de modelo amplamente usado nas décadas de 60 e 70 é o Modelo Convencional
de Planejamento de Transportes de 4 Etapas, chamado de modelo tradicional, segundo
mostra a figura 1.
Figura 1: Modelo tradicional de quatro etapas.
De acordo com o f igura 1 anterior, podese confirmar que o modelo inciase com a
composição da base de dados formada pela rede viária e pelo zoneamento, pelos dados
referentes ao anobase e pelas variáveis previstas para o anohorizonte.
A seguir uma explicação dos passos básicos do modelo:
1.
Geração de viagem, depende essencialmente da quantidade e da qualidade dos dados
disponíveis, e da forma estrutural dos modelos. Os levantamentos feitos de forma
geral são: Número de viagens em função do número de pessoas por habitação, ou
número de carros, tipo de residência, área residencial; distribuição entre objetivos de
viagem; distribuição entre motorizada e não motorizada; distribuição entre viagens
encadeadas e não encadeadas; número de usuários cativos do transporte público
(número de pessoas por habitação x número de automóveis na habitação). O
parâmetro mais importante é o número de membros por unidade habitacional.
2
2.
Distribuição de viagem uma vez definido o número de viagens produzidas ou atraídas
nas zonas de tráfego que compõem a área em estudo, o passo seguinte é a
determinação da origem e do destino dos movimentos interzonais futuros (distribuir
as futuras viagens entre zonas de origem e destino).
De acordo com Bruton (1979), existem dois grupos tradicionais de modelos de
distribuição de viagens: os métodos análogos e os sintéticos. os primeiros são os
mais siimples e mais antigos, e usam fatores de crescimento para reproduzir o padrão
de viagens no anobase para um anohorizonte específico, como exemplo temse o
Método de Fratar. Já os métodos sintéticos estabelecem uma relação causal entre os
movimentos interzonais e as leis físicas, projetando padrões futuros de viagens. como
exemplo temse o Modelo Gravitacional tradicional que supõe que os fluxos de
viagens numa região ocorrem em função das características de produção e atração
das zonas de origem e de destino e da resistência à sua realização (impedância).
Modelo de Fratar: a matriz futura de distribuição de viagens é determinada pelo
número de viagens produzidas e atraídas no anohorizonte e anobase e por fatores de
balanceamento. o processo é interativo até a convergência desejada (por exemplo:
3% variando de 0,97 a 1,03).
Entre os métodos sintéticos, onde o objetivo principal é o entendimento da relação
causal associada aos movimentos, considerandoos como sendo similares a certas leis
de comportamento físico. uma vez que estas relações são entendidas, elas são
projetadas para o futuro e os padrões de viagem apropriados são obtidos.
O modelo gravitacional considera que o número de viagens entre duas zonas é
diretamente proporcional ao produto do número de viagens produzidas em uma zona
e do número de viagens atraídas para outra, e inversamente proporcional ao grau de
separação entre elas. Diversas medidas de impedância têm sido utilizadas para
indicar o grau de separação entre zonas, dentre elas temse: distância de percurso,
tempo de viagem, custo de viagem.
3.
Divisão Modal: é definida como a divisão proporcional das viagens realizadas pelas
pessoas, entre os diferentes modos de transportes.
Que modo de transporte será escolhido? Como dividimos a matriz od total? viagens
motorizadas (automóvel x trânsito, automóvel: motorista x passageiros, trânsito:
viajantes alternativos x cativos) x não motorizadas;
Exceções do fluxo analítico idealizado: caso de viajantes cativos: são inelásticos
versus melhorias do trânsito, seu estãgio de distribuição não é necessariamente o
mesmo dos motoristas. alguns destinos podem estar fora dos limites.
Viagens não motorizadas: caminhadas e bicicletas
se definem as preferências estabelecidas: reveladas e declaradas.
Funções de utilidade calibradas com fatores de peso: valor de tempo, penalidade por
3
tempo de espera.
4.
Alocação do Tráfego atribuem os fluxos de veículos em uma rede viária ou fluxos de
passageiros nos Transportes Públicos, associados com cenários atuais e de
planejamento futuro.
Os Processos de alocação do tráfego exigem que seja cadastrada a malha viária,
medido o tempo total de viagem (composto pelo somatório dos tempos de espera na
parada, de acesso ao sistema, dentro do veículo e/ou de eventuais transbordos) e a
capacidade de cada trecho da rede.
Entre os métodos de alocação de tráfego temse:
○ Atribuição all or nothing (tudo ou nada): Neste método, todo o fluxo de um
par O/D é alocado ao caminho mais curto que liga a origem e o destino. Não
considera problemas de capacidade ou o nível de congestionamento nos arcos;
e o tempo de viagem é um parâmetro constante não variando com o fluxo no
arco.
○ Atribuição STOCH (Estoque): Distribui o fluxo entre os múltiplos caminhos
dos pares O/D sendo que a proporção do fluxo nos diferentes caminhos é
igual à probabilidade de escolha de cada um deles. Este método não considera
uma análise de volume de trafego, por tanto não tende a um equilíbrio.
○ Atribuição Incremental: Processo no qual os volumes de tráfego são alocados
por passos. A cada uma proporção da demanda total é atribuida baseada no
método da atribuição “Tudo ou Nada”. Para cada passo a seguir os tempos
são recalculados, baseandose nos volumes dos trechos. Quando ocorrem
muitos incrementos podese pensar que se trata de uma atribuição de
equilibrio, mas não é pois se nota inconsistências nos volumes dos trechos e
nos tempos de viagens.
○ Existem outros métodos como: a retrição de capacidade, equilibrio de
usuários, equilibrio de usuários estocástico e sistemas ótimos, mas são
específicos alguns baseados no principal “Tudo ou Nada”.
Após o modelo clássico, existe uma avaliação de acordo com um conjunto acordado de
critérios de decisão e parâmetros.
PROCEDIMENTO DO MODELO DE QUATRO ETAPAS
Nesta etapa efectuase um diagnóstico do cenário actual com os dados socioeconômicos
obtidos (ver exemplo na tabela.1) as zonas (114) também estarão definidas. A tabela 1
apresenta os dados actuais da população (x1), renda/mês (x2), e número de carros (x3), que
influenciam no total de número de viagens/dia (Y). As variáveis Xi são denominadas
variáveis independentes e a variável Y é denominada variável dependente.
Tabela 1
4
Para a aplicação do modelo de quatro etapas, inicialmente é escolhido o anohorizonte de
trabalho. Em nosso exemplo é escolhido 10 anos (geralmente são escolhidos anos horizontes
múltiplos de 10).
ETAPA 1: GERAÇÃO DE VIAGENS
Nesta etapa contase com dados de campo inicialmente, os mesmos são colectados a partir de
uma pesquisa de origem/destino.
A partir desses dados de campo é obtido uma matriz de viagens.
Para a previsão de cenário futuro, realizase a previsão das variáveis sócioeconômicas
(população, empregos...) para o ano horizonte.
O modelo de regressão em função das variáveis socioeconômicas é calculado de acordo com
os seguintes passos:
Passo 1: Escolher as variáveis ou o modelo que melhor expliquem o comportamento da
variável dependente (Nro. viagem/dias).
Para achar estas variáveis (chamadas independentes) se devem realizar as regressões a partir
dos dados de cada zona de tráfego que incluem as variáveis independentes (xn) como
população, renda familiar, número de carros e as dependentes (y), neste caso, a variável
número de viagem por dia, além das taxas de crescimento de cada uma de estas variáveis.
a) Para realizar as regressões devem ser analisadas as diferentes combinações das variáveis
independentes (xn)
b) Deve ser escolhida a regressão que passe os testes F e t .
O teste F diz relação a quanto os coeficientes obtidos na regressão são representativos dos
dados originais. O teste F se realiza comparando o valor F de tabela e o valor F calculado do
5
modelo de regressão, mediante testes de Hipóteses1.
O teste t se relaciona ao quanto cada coeficiente da cada variável independente representam
os dados originais. Por tanto este teste é feito em forma separada por cada variável
independente diferentemente o teste F que pega os valores dos coeficientes obtidos da
regressão. Também é feito com testes de hipóteses.
c) Os modelos de regressão que tenham passados os dois testes anteriores precisaram passar
por um desempate, obtido a partir do valor Rmúltiplo de cada modelo. O modelo de
regressão que tiver um valor Rmúltiplo mais próximo de 1 será seleccionado.
O modelo que melhor representa o número de viagens/dia en função das variaveis
socioeconômicas é apresentado na tabela 2.
Tabela 2
Para obter o modelo do ano horizonte, primeiramente se projetarão os dados
socioeconômicos de acordo com os seguintes passos:
Passo 1:
Para projectar cada valor socioeconômico para o anohorizonte, ordenamos os actuais dados
socioeconômicos e a percentagem de crescimento deles.
Com os dados do ano base::
Tabela 3
1
6
Aplicamos a equação (1) para projectar ao número de anoshorizonte
.(1)
Onde:
Po = valor ano actual
Pf = valor do ano futuro
%crec = percentagem de crecimento de cada variável
Aplicando essa equação, é obtido em uma planilha Excel com as variáveis independentes
projectadas por ano até o anohorizonte, como se observa na tabela 4. Cada coluna é
calculada em função do anobase, assim chegar até o anohorizonte.
Este processo é feito para todas as variáveis independentes segundo o modelo
calculado; para o exemplo temse uma única variável “X1” = população.
7
Tabela 4
Passo 2:
Com os dados projectados procedese logo a calcular o número de viagens. Este processo é
feito baseado no modelo calculado, para o exemplo:
Em uma planilha Excel, serão calculadas as viagens/dia em função da população projectada e
aplicando a equação do modelo elegido, os resultados obtidos deste processo estão
apresentados na tabela 5.
Tabela 5
Com os valores obtidos nas anteriores tabelas, podemos seguir ao seguinte passo.
ETAPA 2: DISTRIBUIÇÃO DAS VIAGENS
8
Nesta etapa serão distribuidas as viagens da etapa 1, entre todas as zonas de origem e destino.
Os métodos para realizar este passo foram desenvolvidos no ponto 2 da parte teórica.
Algoritmo de Floyd
Mediante o algoritmo de Floyd é possível estabelecer a matriz de nós precedentes e a matriz
de tempos. A matriz de nós precedentes indica as rotas com menor tempo, no entanto, a
matriz de tempos indica o tempo dessas rotas.
Para o algoritmo de Floyd são necessários os seguintes passos:
Procurar exemplo (depois vou adicionar)
Passo 1: A partir do quadro dos tempos de viagens conhecido entre as zonas de tráfego ou
arcos, se elaborará a matriz de origem e destino dos tempos entre as zonas de tráfego. Junto
com isso será feita a matriz de nós precedentes.
Passo 2: Para conhecer os nós precedentes de tempos mínimos, cada linha da matriz (que
será chamada de linha analisada) será comparada com uma linha resultante da soma da linha
pivô com o número pivô (que chamaremos de linha calculada). O número pivô é o número
da célula da matriz que intersecta a coluna pivô e a linha que está sendo analisada.
Passo 3: Os valores obtidos da linha calculada (soma da linha pivô e o número pivô) é
comparado com a linha analisada. Cada vez que os valores da linha analisada seja maior que
os valores da linha calculada, serão feitos ajustes na matriz de nós precedentes e na matriz de
tempos.
Continuando com o passo de geração de viagens, para a determinação da matriz O/D
Modelo de Gravidade
Ajuda para determinar a distribuição das viagens. A continuação se apresentam os principais
passos.
Passo 1: Cálculo dos fluxos por cada zona de tráfego: Tendo os dados dos fluxos das viagens
atuais totais de cada zona de tráfego, se separa esses dados por cada zona de tráfego para
realizar os cálculos do modelo de gravidade.
O valores dos fluxos de viagens entre cada zona de tráfego se calcula mediante a seguinte
fórmula:
f luxos de trafego no ponto ( i, j) : T ij = [P i * Aj/(tij)2]/Σ(Aj/(tij)2)
donde:
Tij: fluxos entre zonas de tráfego;
Pi: total de viagens produzidas (ou originadas) na zona de tráfego i;
Aj: total de viagens atraídas (ou com destino) à zona de tráfego j;
tij: tempo total de viagem (obtido do algoritmo de Floyd) entre as zonas de tráfego i e j.
A seguinte tabela 1 mostra um exemplo dos cálculos a serem realizados em uma zona de
9
tráfego qualquer. No caso específico da tabela 1, é mostrada os fluxos de viagens originadas
na zona 14 para as demais zonas de uma determinada região.
Tabela 1: Distribuição de fluxos originadas na zona 14.
Zona de
origem
Zonas
destino
Pi
(1)
Aj
(2)
14
1
5.687
7.582
2
1/(tij)^2
(3)
Aj*1/(tij)^2
(4)
PAj*1/(tij)^2
(5)
Tij
(6 )
0,00019
1,46
8.317,68
55,71
12.478
0,00033
4,12
23.458,64
157,12
3
7.902
0,00023
1,81
10.316,50
69,10
4
9.522
0,00037
3,52
20.026,48
134,14
5
6.785
0,00057
3,85
21.874,32
146,51
6
10.531
0,00052
5,44
30.934,81
207,20
7
10.123
0,00036
3,60
20.494,66
137,27
8
9.312
0,00104
9,69
55.106,50
369,10
9
10.783
0,00066
7,09
40.317,50
270,04
10
6.788
0,00087
5,87
33.393,91
223,67
11
7.542
0,00391
29,46
167.544,35
1.122,20
12
8.267
0,00277
22,90
130.233,88
872,30
13
14.587
0,00346
50,47
287.045,91
1.922,62
14
12.540
0,00000
0,00
0,00
0,00
total
149,30
5.687,00
Paso 2: Matriz de viagens atuais: Depois de realizar os cálculos por cada zona de tráfego de
origem, os dados obtidos (Tij) da coluna 6 da tabela 1, são alocados na matriz de viagens
atuais do modelo de gravidade, segundo é mostrado na tabela 2:
Tabela 2: Matriz de viagens atuais mediante o modelo de gravidade. Exemplo com os dados
da zona de tráfego 14.
Zonas
tráfego
1
2
3
4
5
6
...
14
Total i
(1)
Oi
(2)
1
8.457
2
9.887
3
12.458
4
12.450
5
10.587
6
1.200
...
...
10
Fi
(3)
14
55,71
157,12
69,10
134,14
146,51
207,20
0
Total j (4)
Dj (5)
5.687
134.742 2
7.582
12.478
7.902
9.522
6.785
10.531
...
9.312
134.742 3
Fj (6)
Os dados de fluxo Tij da coluna 6 da tabela 1 foram transpostos na linha da zona de tráfego
14 da tabela 2. Com os demais dados obtidos da distribuição dos fluxos das outras zonas de
tráfego, podese ser preenchida a matriz de viagens atuais segundo a tabela 2. É importante
mencionar que os dados da coluna 2 (Oi) da tabela 14 representam o número de viagens
produzidas ou geradas, enquanto a linha 5 (Dj), da mesma tabela, representa as viagens
atraídas.
Paso 3: Ajustes na matriz de viagens atuais: Depois de preenchida a matriz de viagens atuais
do modelo de gravidade, precisase realizar ajustes nos valores totais tanto das viagens
atraidas como geradas para coincidir com os dados originais.
Matriz de viagens atuais com método de Furness
Apartir da matriz do modelo gravitacional, são calculados os valores totais das viagens tanto
produzidas como atraídas. Esses valores devem ser coincidentes com os valores entregues
inicialmente. Devido a que geralmente existem disparidades entre os valores mencionados se
realiza o seguinte procedimento:
Passo 1: Os totais das viagens atraídas (Dj) do Modelo Gravitacional, (ver tabela 2 linha 5)
que correspondem aos valores conhecidos, são comparados com os valores das viagens
atraídas calculadas (Total j) segundo a linha 4 da tabela 2. Isto também se aplica as viagens
produzidas conhecidas (Oi) e as viagens calculadas (Total i) nas colunas 2 e 1 da tabela 2.
Geralmente existe diferença entre os valores conhecidos e os calculados, pelo qual devem ser
feitos ajustes mediante o coeficiente de Furness, tanto para os fluxos das viagens atraídas
(Fj) como das produzidas (Fi). O coeficiente de Furness é calculado da seguinte maneira:
Fi = Oi/Total i;
Fj = Dj/Total j
Para facilitar a explicação do procedimento de ajuste, podese começar pelo coeficiente
Furness das viagens atraídas (Fj). Como exemplo disto se apresenta a tabela 3.
Tabela 3: Matriz de Gravidade com o cálculo dos coeficientes de Furness
2
3
1
2
3
4
5
6
...
14
1
0
2.217
1.869
1.691
372
537
119
8.457
8.457
2
1.064
0
423
1.632
2.142
964
287
9.887
9.887
A soma de todas viagens originadas em todas as zonas de tráfego.
A soma de todas as viagens atraídas em todas as zonas de tráfego.
11
Total i
(15)
Oi
(16)
Fi
(17)
3
1.839
934
0
2.652
548
998
211
12.458
12.458
4
623
2.426
899
0
1.548
2.048
165
12.450
12.450
5
199
1.741
256
2.245
0
1.724
205
10.587
10.587
6
31
92
50
212
201
0
26
1.200
1.200
7
238
534
1.153
1.940
316
2.146
160
8.457
8.457
8
130
622
157
620
1.610
1.790
459
10.547
10.547
9
140
281
352
495
303
1.747
520
9.870
9.870
10
177
500
349
466
571
1.022
724
15.450
15.450
11
148
504
173
451
616
825
2.665
11.452
11.452
12
59
112
108
142
92
274
1.306
5.789
5.789
13
87
254
129
219
249
349
2.956
12.451
12.451
14
56
157
69
134
147
207
0
5.687
5.687
Total j (15)
4.791
10.375
5.986
12.899
8.715
14.630
...
9.802
134.742
134.742
D j (16)
7.582
12.478
7.902
9.522
6.785
10.531
...
12.540
134.742
134.742
1,58
1,20
1,32
0,74
0,78
0,72
...
1,28
Fj (17)
Nesta tabela se apresenta primeramente, os coeficientes de Furness na linha 17 (Fj). Como
podese deduzir enquanto mais proximo de 1, mais ajustados estão os valores calculados dos
valores originais das viagens atraídas. Por essa razão, não é surpresa que o coeficiente de
Furness das viagens atraídas da zona 14 seja mais longe de 1 em relação aos outros
coeficientes.
Passo 2: Ajuste com os coeficientes de Furness das viagens atraídas de cada zona de tráfego:
com os valores obtidos dos coeficientes se realizam ajustam os valores do modelo
gravitacional multiplicando cada valor da matriz pelo coeficiente de Furness da coluna a que
pertença. Por exemplo, as viagens atraídas da zona 2 a zona 1 são 1.064 (linha 2, coluna 1 da
tabela 3), além disso, o coeficiente de Furness das viagens atraídas a zona 1 corresponde 1,58
(coluna 1 linha 17). Por tanto, para obter o valor ajustado da matriz de Furness devese
multiplicar o valor de viagens atraídas (1.064) pelo coeficiente de Furness correspondente
(1,58), resultando o valor de 1.681 viagens4, segundo é mostrado na tabela 4, espeficamente
na coluna 1 e linha 2. Nesta tabela é mostrado mais claramente os resultados de todos os
cálculos:
Tabela 4: Matriz de Furness (primeira iteração)
1
2
3
4
5
6
...
14
Total i
(15)
Oi
(16)
Fi
(17)
1
0
2.666
2.467
1.249
290
386
152
8.784
8.457
0,96
2
1.681
0
558
1.205
1.667
694
367
9.441
9.887
1,05
3
2.911
1.124
0
1.957
426
718
270
12.193
12.458
1,02
4
986
2.918
1.186
0
1.205
1.474
211
12.278
12.450
1,01
Os demais valores podem ter diferenças devido ao arredondamento dos decimais. Junto com isso é
recomendável utilizar pelo menos 6 decimais para os coeficientes de Furness.
4
12
5
314
2.094
337
1.657
0
1.241
262
9.854
10.587
1,07
6
49
111
67
156
156
0
33
1.127
1.200
1,07
7
377
642
1.522
1.432
246
1.544
204
8.012
8.457
1,06
8
205
748
207
458
1.254
1.288
588
10.283
10.547
1,03
9
221
338
465
366
236
1.258
665
9.421
9.870
1,05
10
281
602
461
344
444
735
926
15.420
15.450
1,00
11
235
606
228
333
480
594
3.409
11.723
11.452
0,98
12
94
134
142
104
72
197
1.671
6.293
5.789
0,92
13
138
306
170
162
194
251
3.781
13.953
12.451
0,89
14
88
189
91
99
114
149
0
5.961
5.687
0,95
Total j (15)
7.582
12.478
7.902
9.522
6.785
10.531
...
12.540
134.742
134.742
D j (16)
7.582
12.478
7.902
9.522
6.785
10.531
...
12.540
134.742
134.742
Fj (17)
1,00
1,00
1,00
1,00
1,00
1,00
...
1,00
Na tabela 4 podese ver que os novos valores dos coeficientes de Furness das viagens
geradas da linha 17 já se encontram ajustadas pois todas alcançaram o valor 1.
Os valores das quantidades de viagens geradas, o que também pode ser comprovado pelas
linhas 15 (viagens atraídas calculadas) que concordam com os valores da linha 16 (Dj das
viagens conhecidas originais).
Uma vez ajustados os valores das viagens atraídas resta ajustar os valores das viagens
geradas que foram modificadas. Os resultados dos coeficientes de Furness das viagens
geradas estão na coluna 17, os quais, como pode ser visto, não estão ajustados. Apesar disso,
é interessante notar que, pese a que os valores dos coeficientes não estão ajustados, estão
muito perto do valor de ajuste 1, diferente do que aconteceu com os primeiros valores dos
coeficientes de Furness das viagens atraídas.
Como foi mencionado anteriormente, geralmente são utilizados seis decimais para o
coeficiente de Furness, pelo que exige um alto grau de ajuste.
Passo 3: Ajustes iterativos: A partir deste momento se repete o procedimento realizado no
passo 2, neste caso, multiplicando os valores das viagens geradas com seus respectivos
coeficientes de Furness, segundo a linha a que pertençam. Repetendo o exemplo do passo 2,
tomaremos o mesmo valor da coluna 1, linha 2 que corresponde a 1.681 viagens originadas
na zona 2 com destino a zona 1. Devido a que o coeficiente de Furness revela que as viagens
geradas na zona 2 não está ajustado, deve ser ajustado mediante a multiplicação de cada
valor de viagem gerada e o coeficiente de Furness respectivo. Neste caso, o valor do
coeficiente de Furness é 1,05, resultando em 1.765 viagens gerados. Estes resultados e os
demais são apresentados na tabela 5:
Tabela 5: Segunda iteração da matriz de Furness
1
2
3
4
5
6
13
...
14
Total i
(15)
Oi
(16)
Fi
(17)
1
0
2.567
2.375
1.202
279
372
146
8.457
8.457
1,00
2
1.765
0
585
1.261
1.746
727
384
9.887
9.887
1,00
3
2.974
1.148
0
2.000
436
734
275
12.458
12.458
1,00
4
1.000
2.959
1.203
0
1.222
1.495
214
12.450
12.450
1,00
5
338
2.249
362
1.780
0
1.333
281
10.587
10.587
1,00
6
52
118
71
166
166
0
36
1.200
1.200
1,00
7
398
678
1.606
1.512
260
1.630
216
8.457
8.457
1,00
8
210
767
213
469
1.286
1.321
603
10.547
10.547
1,00
9
232
354
487
383
247
1.318
697
9.870
9.870
1,00
10
281
603
462
345
445
737
928
15.450
15.450
1,00
11
230
592
223
325
469
580
3.331
11.452
11.452
1,00
12
86
124
131
96
66
182
1.537
5.789
5.789
1,00
13
123
273
152
144
173
224
3.374
12.451
12.451
1,00
14
84
180
87
94
109
142
0
5.687
5.687
1,00
Total j (15)
7.771
12.613
7.956
9.780
6.904
10.795
...
12.023
134.742
134.742
D j (16)
7.582
12.478
7.902
9.522
6.785
10.531
...
12.540
134.742
134.742
Fj (17)
0,98
0,99
0,99
0,97
0,98
0,98
...
1,04
Da mesma forma que na primeira iteração com a obtenção dos coeficientes de Furness das
viagens atraídas ajustadas da tabela 4, no caso dos coeficientes de Furnes das viagens
originadas ajustadas resultou no ajuste total, alcançando o valor de 1, como se mostra na
coluna 17 (Fi). Em descompensação, os coeficientes de Furness das viagens atraídas foram
desajustadas, mas, com valores próximos de 1 como mostra a linha 17 (Fj).
Por causa destes desajustes, deverão ser feitas várias iterações para igualar os valores das
viagens originais e as viagens calculadas e portanto, coeficientes de Furness de viagens
geradas e a atraídas iguais a 1.
14
REFERÊNCIAS
Murga M, (2002). O Modelo de Demanda em 4 Etapas. MIT Curso 1,252j/11,380j.
Massachusetts Institute of Technology.
Akishino P., (2002). Um processo sintetizado para planejamento de transportes urbanos.
Escola Politécnica. Engenharia de Transportes.
15