Introdução à Pesquisa Operacional 2

Prévia do material em texto

1	
MOBILIDADE URBANA E TRANSPORTE PÚBLICO: MODELOS E 
PERSPECTIVAS A PARTIR DA PESQUISA OPERACIONAL 
 
Autoria: Everton da Silveira Farias, Denis Borenstein 
 
Resumo 
 
Este ensaio teórico objetiva apresentar e discutir características dos modelos que tratam a 
Mobilidade Urbana e o Transporte Público em uma perspectiva mundial. A pesquisa 
bibliográfica foi realizada em importantes periódicos internacionais de Pesquisa Operacional, 
enfatizando modelagens de integração de redes multimodais e de abordagens sustentáveis 
através do uso de fontes de energia alternativas. Foram selecionados e analisados em 
profundidade 15 trabalhos, dos 48 pesquisados, em sua maioria artigos recentes. Esta 
discussão teórica possibilitou identificar as principais características e a relevância destes 
trabalhos, indicando oportunidades e necessidades de pesquisas neste campo de ampla 
aplicação prática da logística urbana. 
 
 
 
	
2	
1 Introdução 
O desenvolvimento social e econômico proporciona um fenômeno de intensa e rápida 
concentração das pessoas e suas atividades nos centros urbanos, particularmente marcadas 
pelo surgimento das grandes metrópoles com dinâmicas evolutivas distintas (COSTA, 2003). 
A expansão urbana, criada pela dependência do automóvel (CHIN, 2011), se desenvolveu 
através de processos não planejados e, consequentemente, desorganizados que proporcionam 
grandes dificuldades de transporte para as pessoas que vivem nestes grandes centros urbanos. 
Kersys (2011) afirma que os congestionamentos de trânsito são formados devido à 
irracionalidade da comunicação das instalações nas cidades e de sistemas de tráfego não 
apropriados (cruzamentos indevidos em ruas de tráfego intenso, ausência de vias principais de 
alta velocidade, falta de estacionamentos alternativos, e etc.). Neste sentido, se reconhece que 
aumento dos congestionamentos, da poluição do ar, do consumo de energia e dos acidentes de 
trânsito é produzido pelo grande aumento do tráfego de automóveis individuais (CIPRIANI, 
GORI e PETRELLI, 2012). O uso continuado do modelo de transporte individual é 
simplesmente insustentável dada a combinação de ineficiência energética, consequências 
ambientais pelo uso de combustíveis fósseis e congestionamentos causados pela não 
adequação dos diferentes modos de transportes (CHIN, 2010). 
Em 1960, as pessoas viajavam em média de 1.820 quilômetros de carro, ônibus, trem 
ou avião. Três décadas depois, a distância percorrida anualmente aumentou para 4.390 
quilômetros, sendo que o crescimento populacional foi de 75% e a mobilidade motorizada 
absoluta aumentou em 4 vezes (SHAFER, 1998). Dentro desta mesma perspectiva o 
pesquisador acrescenta que mais importante, sem considerar a evidente saturação do tráfego, é 
a demanda por viagens que continua a aumentar em taxas de 4% ao ano de acordo com a 
OCDE (Organisation for Economic Co-operation and Development) e a taxas de quase o 
dobro nos países em desenvolvimento. Este crescimento provocou uma série de impactos nos 
sistemas de transporte, no meio ambiente e na qualidade de vida, conduzindo uma 
necessidade mundial de implementação de estratégias para reduzir os problemas na 
mobilidade urbana. 
Neste ambiente de rápido desenvolvimento econômico com aumento da renda, da 
motorização e a crescente urbanização, é natural que as políticas governamentais se 
concentrem para resolver os congestionamentos e problemas relacionados pelo uso de 
automóveis (PENG, ZHU e SONG, 2008). Governos e agências reguladoras têm elaborado 
políticas e legislações específicas para incentivar e fomentar projetos de mobilidade urbana 
apropriados com as novas demandas. 
A mobilidade urbana também desempenha um papel importante no campo da 
sustentabilidade, visto que o mundo experimenta crises de energia e expressa preocupação 
com questões ambientais (SUSNIENÉ, 2012). Atualmente a sustentabilidade energética e 
ambiental está entre os principais objetivos para no desenho do sistema de mobilidade 
(FALVO et al., 2011). Conforme Kepaptsoglou et al. (2012), nas últimas duas décadas, o 
transporte sustentável tem atraído o interesse da comunidade acadêmica e de profissionais que 
atuam no desenvolvimento de sistemas de tráfego. Com isso, a busca por transportes 
sustentáveis afetou metas e objetivos do processo de planejamento de transporte introduzindo 
novas estratégias para resolver esta questão. Na verdade, é demonstrado que o uso eficiente da 
energia e um sistema de transporte ambiental sustentável são essenciais para o desempenho de 
alta qualidade dos modernos sistemas econômicos (FALVO et al., 2011). 
O transporte urbano é tão importante para a qualidade de vida da população quanto aos 
serviços de abastecimento de água, coleta de esgoto, fornecimento de energia elétrica e 
telefonia (COSTA, 2008). Em função destes aspectos, proporcionar uma mobilidade adequada 
para a população se constitui em uma ação essencial para o processo de desenvolvimento 
econômico e social das cidades. 
	
3	
Apresentado este breve esboço que permeia os aspectos relacionados à mobilidade 
urbana, esclarece-se que este trabalho teórico pretende apresentar e discutir as potenciais 
contribuições da modelagem matemática na construção de sistemas e operações que 
proporcionem serviços de qualidade com baixos custos para a sociedade. Esta revisão não 
pretende ser exaustiva, mas sim identificar importantes questões relacionadas à mobilidade 
urbana que possam servir de campo de estudo para a área de Pesquisa Operacional. 
Neste sentido, a pesquisa bibliográfica foi realizada em importantes publicações tais 
como: Annals of Operations Research, International Journal of Sustainable Transportation, 
Transportation Science, Transportation Research, Network e outras. A coleta englobou 48 
artigos, sendo 15 selecionados por abordarem um dos temas: Mobilidade Urbana, Transporte 
Público, Integração de Modais e Mobilidade Urbana Sustentável. Trabalhos nacionais 
também foram consultados e contribuíram para o embasamento teórico da pesquisa. 
Buscou-se enfatizar nesta discussão os desafios da mobilidade urbana em relação ao 
transporte público, visto que a modelagem da estrutura urbana tem, historicamente, 
incorporado a infraestrutura de transportes em suas formulações (SRINIVASAN, 2005). 
Além disso, Desaulniers e Hickman (2007) afirmam que problemas na área de transporte 
público e mobilidade urbana têm atraído o interesse da Pesquisa Operacional devido à 
complexidade destes problemas e da importância em casos práticos da vida moderna. Neste 
sentido, destaca-se que a Pesquisa Operacional tem sido bem sucedida para resolver uma 
grande variedade de problemas de otimização no transporte público (DESAULNIERS e 
HICKMAN, 2007). 
Com base nestas considerações, na próxima seção são apresentados importantes 
estudos que tratam da mobilidade urbana em diversos campos de pesquisas, sendo uma 
síntese apresentada na Tabela 1 ao final do artigo. Na sequência, aspectos relacionados à 
sustentabilidade aplicados a estudos sobre mobilidade urbana e transporte público são 
evidenciados, e posteriormente contribuições da Pesquisa Operacional são levantadas 
trazendo seus principais focos de pesquisa na área de transporte público dentro do campo 
estratégico, tático e operacional. Por fim, a última seção apresenta oportunidades de pesquisa 
relacionadas à modelagem matemática para o desenvolvimento de trabalhos que abordem a 
mobilidade urbana e o transporte público em um contexto prático. 
2 Mobilidade Urbana e Transporte Público: Estudos e Áreas de Pesquisa 
A mobilidade urbana se tornou uma questão internacional, e vários países se uniram 
em diferentes frentes, tais como a assinatura de acordos internacionais e o desenvolvimento 
de projetos para estabelecer novos padrões para os níveis de mobilidade e do desenvolvimento 
de sistemas de transporte para o futuro (FAGIN, 1963). Neste sentido, questões referentes à 
mobilidade urbana têm tido forte aporte acadêmico na construçãode soluções para 
problemáticas do dia a dia relacionadas a transportes e deslocamentos. 
Wu, Florian e Marcotte (1994) afirmam que a modelagem de congestionamento nos 
sistemas de trânsito é uma área de pesquisa onde os resultados teóricos e estudos empíricos 
são relativamente escassos. Em seu trabalho, os autores tratam o Problema de Atribuição para 
o Equilíbrio do Trânsito (Transit Equilibrium Assignment Problem – TEAP) no qual a 
escolha de passageiros em uma rede de trânsito está sujeita a congestionamentos. O 
comportamento dos usuários de trânsito é modelado usando o conceito de estratégias 
(hyperpaths) em uma rede definida, que é obtida a partir da rede rodoviária e das linhas de 
trânsito considerando arcos de caminhos, de tempo de espera, de veículos, de transferências e 
de desembarques. O custo de espera é uma função tanto de frequência das linhas de trânsito 
como dos efeitos das filas devido aos congestionamentos. O modelo foi formulado como um 
problema de desigualdade variacional, no espaço de fluxos dos hyperpaths. Métodos de 
linearização e de projeção foram utilizados para encontrar as soluções. Os algoritmos 
	
4	
propostos neste trabalho exigiram uma quantidade considerável de armazenamento para 
problemas de larga escala (WU, FLORIAN e MARCOTTE, 1994). 
Shafer (1998), baseado em um conjunto de dados históricos (1960-1990) relativos ao 
volume de veículos, apresenta os quatro principais meios de transporte: automóveis, ônibus, 
trens e aeronaves. Segundo o autor, a escolha dos meios de transporte no futuro será limitada 
pelos trajetos que dependem das lentas mudanças da infraestrutura de transporte. Além disso, 
a demanda por transportes públicos é parcialmente determinada pela densidade populacional 
urbana e pela ocupação dos espaços urbanos. Neste sentido, é apresentado um modelo que 
projeta o volume de tráfego e a participação dos diferentes modos de transportes para 11 
regiões no mundo até 2050 (SHAFER e VICTOR, 2000). Os resultados apresentam um 
fenômeno de mudança de lentos modos de transporte para modos mais rápidos, assim como o 
aumento da demanda por mobilidade. Conforme Shafer e Victor (2000), as variações entre as 
regiões, em grande parte, reflete o legado histórico das infraestruturas, que refletem 
parcialmente a densidade populacional, políticas e costumes. Desconsiderando essas 
diferenças, o autor sugere que os sistemas de transporte comportam-se em padrões 
determinísticos. Ademais, no longo prazo, os modos de transportes são selecionados pela 
velocidade do serviço, não necessariamente pela política de mobilidade. Em alguns casos, 
onde a política de mobilidade tem avançado ou retardado a seleção pelos modos de 
transportes, projeta-se que o aumento do uso de aeronaves em uma região ou a ascensão tardia 
do uso de automóveis em outra. No entanto, ao longo do tempo esses sistemas de transporte 
tendem a recuperar sua dinâmica natural (SHAFER e VICTOR, 2000). 
Srinivasan (2005) examina os aspectos no uso das áreas urbanas e sua relação com a 
infraestrutura de transporte no contexto do planejamento da mobilidade na cidade de Nova 
Délhi (Índia). Neste trabalho o modelo de urbanização das áreas é estimado a partir de dois 
diferentes processos. O Autômato Celular (Cellular Automaton) e Modelos de Markov são 
utilizados para entender as mudanças em escala regional e o modelo discretos para prever a 
mudança em nível e local. Um Autômato Celular é uma entidade que pode variar, de forma 
independente, seu estado baseado em seu estado anterior e de seus vizinhos imediatos de 
acordo com uma regra específica. Já um processo de Markov é prever o estado de um sistema 
a partir de um estado anterior. O resultado deste modelo apresenta em seu mapeamento a 
expansão dos limites da cidade e a intensificação das áreas urbanas. O trabalho conclui ainda 
que a localização das indústrias e das áreas comerciais são significativas para as alterações no 
uso das áreas urbanas. Adicionalmente, a falta de dados confiáveis é uma grande dificuldade 
para o planejamento em Nova Délhi e na maioria das outras cidades indianas 
(SIRINIVASAN, 2005). 
Marín e Jarmillo (2009) apresentam a modelagem para a rede urbana de trânsito 
rápido que consiste em determinar a localização das estações de embarque/desembarque e as 
rotas de trânsito considerando diferentes modais de transporte. O desafio do trabalho foi 
maximizar a demanda de transporte público usando a nova infraestrutura, considerando a 
limitação do orçamento e o número de rotas de trânsito. O problema de localização também 
incorpora a opção dos usuários em escolher o modo de transporte para as viagens. Em casos 
reais, problema este é complexo para ser resolvido, porque tem milhares de variáveis binárias 
e restrições, e não podem ser resolvidos de forma eficiente através das técnicas de Branch and 
Bound. Por este motivo, alguns algoritmos com base em Decomposição de Bender foram 
definidos, a fim de resolvê-lo. 
O modelo proposto é resolvido através do método de Decomposições de Bender 
incorporando o método clássico de Branch and Bound. As soluções dos submodelos são 
obtidas utilizando Algoritmo do Caminho Mais Curto, sendo que esta combinação 
proporcionou a redução considerável do tempo de solução. Algoritmos de Branch and Bound 
e Decomposições de Bender foram implementados através da linguagem de programação 
	
5	
GAMS e resolvidos através do CPLEX versão 9.0. Para futuras pesquisas, recomenda-se 
incluir técnicas de aceleração tais como Cortes Ótimos de Pareto (MARÍN e JARMILLO, 
2009). 
Estudos de integração de transportes têm orientado o desenvolvimento das estratégias 
de transporte desde 1990. A partir disto, o conceito de transporte integrado tem se tornado 
importante guia para construção de políticas institucionais em muitos países (NIA et al. 
2011). Neste sentido, Nia et al. (2011) apresentam um modelo utilizando Algoritmos 
Genéticos para propor a combinação ideal para uma estratégia de política de transporte 
integrado. Os Algoritmos Genéticos foram empregados para dissolver as interações dos 
fatores considerados no modelo proposto. Segundo os autores, uma política integrada de 
transportes inclui quatro dimensões: investimentos, preços, regulamentação e gestão. Neste 
trabalho, alguns resultados mostram que a melhoria dos problemas de transporte urbano 
depende de políticas de transportes integradas que visam reduzir os custos e a demanda por 
investimentos. O objetivo deste projeto foi desenvolver um novo framework para facilitar a 
avaliação de multidimensionais das políticas de transportes integrados. 
A modelagem integrada de transportes e da ocupação de áreas urbanas envolve a 
análise contínua das escolhas individuais. Isto inclui, no longo prazo as escolhas como a 
localização residencial/profissional; no médio prazo escolhas tais como a aquisição de um 
automóvel; e no curto prazo a escolha pelo do tipo de transporte a ser utilizado (PINJARI et 
al. 2011). Desta forma, o planejamento de mobilidade urbana abordando a integração de 
diferentes modais de transporte representa um complexo sistema de operações que exige 
sofisticadas modelagens e métodos de solução. 
Pinjari et al. (2011) desenvolve uma metodologia mista multidimensional para 
modelagem integrada para o planejamento de transporte urbano que aborda quatro diferentes 
dimensões: 
a) Localização residencial é considerada uma variável de longo prazo que impacta 
diretamente no uso das áreas urbanas; 
b) A propriedade de veículos é alternativa de médio prazo considerada determinante 
no planejamento da mobilidade urbana; 
c) Propriedade de bicicleta pode ser vista como opção de médio ou curto prazo em 
relação à utilização da bicicleta como meio de transporte; 
d) Deslocamento de trabalho é uma dimensão importante devido a ocorrência nos 
horários de “pico” e contribuem fortemente para congestionamentos. 
Os resultados são apresentados a partir do estudo de caso em uma área da cidade de 
São Francisco (EUA),e demonstram a necessidade de modelar dimensões de múltipla escolha 
de forma independente. No entanto, para os efeitos correlação percebe-se a preferência por 
localizações residenciais de acordo com o estilo de vida, assim como por alguns tipos de 
transporte (bicicletas e automóveis). Ademais, o artigo propõe integrar componentes 
adicionais ao modelo, tais como escolha do local de trabalho no âmbito de modelagem 
proposta (PINJARI et al. 2011). 
Cipriani, Gori e Petri (2012) apresentam o procedimento para configuração da rede de 
trânsito para uma área urbana de grande porte na cidade de Roma (Itália) caracterizada por 
uma rede de estradas de complexa topologia, um sistema público de transporte multimodal 
(sistema de trens rápidos, ônibus e linhas de bonde), e uma demanda de trânsito tipo many to 
many. O procedimento de solução consiste em dois estágios: 
a) Um Algoritmo de Geração Heurística de Rotas (Heuristic Route Generation 
Algorithm - HRGA) que gera um grande conjunto de rotas viáveis através de 
diferentes critérios e regras práticas; 
b) Um Algoritmo Genético (GA) para encontrar a rede de rotas ideais e suas 
frequências. 
	
6	
A aplicação de diferentes critérios na geração do Algoritmo de Geração Heurística de 
Rotas (HRGA) apresentou um conjunto consistente, diversificado e completo de rotas. O 
Algoritmo Genético implementado em paralelo provou ser robusto e eficaz na produção de 
razoáveis soluções. Ao final do trabalho os autores apontam a necessidade de esforço 
adicional para especificação dos componentes e pesos na função objetivo em relação ao 
transporte. Adicionalmente, é recomendado o aperfeiçoamento do Algoritmo Genético ou a 
utilização de metaheurísticas para redução do tempo computacional. 
Para evitar a perda de número de passageiros, as autoridades de trânsito têm focado 
em melhorar a pontualidade das rotas de transporte público. Salicrú, Fleurent e Armengol 
(2011) apresentam um novo modelo para a criação de tabela de horários que visam maximizar 
a pontualidade e promover a transparência em cumprimento dos horários no sistema de 
transporte metropolitano da cidade Barcelona (Espanha) que operam em rotas de ônibus. O 
trabalho utiliza dados históricos de uma pesquisa anterior para programar os horários das 
frotas de ônibus. O método utilizado é composto das etapas de purificação de dados, 
segmentação das faixas de horários, análises estatísticas, validação e simulação da 
programação de saída de veículos. O resultado deste trabalho foi extremamente positivo em 
rotas de ônibus no qual o método foi testado, e o modelo apresentado pode ser facilmente 
adaptado a qualquer realidade urbana (SALICRÚ, FLEURENT e ARMENGOL, 2011). Desta 
forma, tornou-se possível planejar as necessidades de cada rota numa base individual e 
considerar certos indicadores para identificar as causas de impontualidade que eram 
desconhecidas ou ignoradas antes da utilização do novo modelo. 
As cidades devem estar preparadas para atender às demandas de mobilidade urbana de 
forma eficiente de acordo com as exigências de sua população. Interessado na previsão da 
demanda por viagens urbanas, Souche (2010) apresenta as variáveis estruturais determinantes 
para calibrar um robusto método econométrico aplicado na área de transportes. A literatura 
mostra diversas variáveis estruturais para mensuração da demanda por viagens urbanas como, 
por exemplo: o custo de utilização de uma viagem, a renda das famílias que viajam (Schafer; 
Victor, 2000), a disponibilidade dos serviços de transportes e fatores espaciais tais como a 
densidade da população. Os resultados deste trabalho mostram que duas variáveis são 
estatisticamente significativas: o custo de utilização do transporte (o automóvel particular e o 
transporte público), e a densidade urbana. Adicionalmente, as viagens urbanas de carro 
aumentam quando o custo médio da utilização do carro e a densidade urbana diminuem. De 
outra forma, o a combinação destas duas variáveis com a redução no custo médio de 
transporte público encoraja o uso deste último. 
Rajput, Agarwal e Mahajan (2011) ao analisarem o transporte público da cidade de 
Pune (Índia) identificaram que o congestionamento do tráfego é o principal problema do 
trânsito e afeta todos dos modos de transporte. A partir disso, os autores sugerem algumas 
propostas para solução da crise no transporte urbano, tais como: construção de novas vias com 
aprimoramento das calçadas e de espaço para viajantes não motorizados; incentivo ao uso de 
bicicletas; aperfeiçoamento do serviço de transporte público através da renovação das frotas 
de ônibus; implementação de sistemas de estacionamentos para veículos de passeio; 
redesenho das rotas de trânsito para ônibus evitando congestionamentos, e a utilização de 
tecnologia para gestão do tráfego em tempo real. 
Frente a esta variedade de aspectos relevantes que tratam da problemática de 
mobilidade urbana e transportes públicos, podemos destacar a preocupação mundial com estes 
temas em diferentes dimensões da sociedade. Não há um problema específico sendo tratado, 
assim como não há uma metodologia de pesquisa predominante. Desta forma, esta breve 
revisão evidencia a importância dada à questão da mobilidade urbana em relação a diversas 
áreas do conhecimento. 
	
7	
3 A Mobilidade Urbana sob a Perspectiva da Sustentabilidade 
O crescimento do consumo de energia, o aumento pelo interesse na sustentabilidade 
ambiental e a evolução tecnológica levam a necessidade de rever os critérios de planejamento 
de sistemas de mobilidade urbana nas grandes cidades e áreas metropolitanas (FALVO et al., 
2011). Neste sentido, o transporte é uma parte essencial do desenvolvimento econômico 
nacional, social e sustentável, que podem produzir efeitos positivos e negativos sobre o meio 
ambiente e a qualidade de vida (SUSNIENÉ, 2012). Neste sentido, Kersys (2011) afirma que 
o interesse por sistemas urbanos de transportes sustentáveis e mobilidade urbana estão 
crescendo no mundo, devido ao incremento da população e pela busca de melhoria na 
qualidade de vida. No entanto, a mobilidade urbana é resultado de um conjunto de políticas de 
transportes e circulação que proporcionam o amplo acesso aos espações urbanos através da 
priorização de modos de transporte coletivo. 
Kepaptsoglou et al. (2012) propõem um sistema que auxilia as cidades em projetar, 
desenvolver, implementar, avaliar e melhorar gerenciamento da mobilidade baseado em 
princípios da Gestão da Qualidade Total. A gestão da qualidade está relacionada com a 
atividade de transporte e mobilidade, e concentra-se em ajudar os operadores de transporte a 
adotar ferramentas e políticas de gestão da qualidade no desenvolvimento destes serviços 
(KEPAPTSOGLOU et al., 2012). Neste trabalho é apresentado o Sistema de Gestão da 
Qualidade para a Gestão da Mobilidade (Quality Management System for Mobility 
Management – QMSMM), o qual representa um conjunto de medidas estruturadas em forma 
de ciclo (baseadas no ciclo de Deming) com o objetivo de auxiliar os tomadores de decisão 
numa abordagem sistemática para a concepção, planejamento, implementação e avaliação das 
atividades no gerenciamento sustentável das práticas de transporte. O sistema de gestão foi 
aplicado na cidade de Kortrijk (Bélgica) e os resultados apresentados pela auditoria 
destacaram pontos fortes e fracos na Gestão da Mobilidade Sustentável. No entanto, 
verificou-se que a Gestão de Mobilidade foi compatível de forma geral com a proposta, 
enquanto a Gestão da Mobilidade Sustentável foi específica em algumas medidas mensuradas 
pelo sistema de gestão. 
Contribuindo para sistemas de mobilidade sustentáveis, o trabalho de Falvo et al. 
(2011) apresenta uma proposta de arquitetura para o sistema de energia integrado. A ideia é 
focada na integração da mobilidade urbana através de dois sistemas: o sistema de trânsito de 
metrô e um sistema de veículos elétricos. Os autores realizaram uma análise para avaliar a 
energia detravagem de uma linha de metrô como energia para abastecimento de veículos 
movidos a eletricidade. A simulação foi aplicada num caso real utilizando os dados de uma 
linha de metrô da cidade de Roma (Itália). A integração proposta prevê a solução de 
problemas de energia em relação aos dois sistemas e, em geral, pode garantir a minimização 
do impacto ambiental, bem como a otimização do serviço através da maximização da oferta 
de transporte. Além disso, esta proposta apresenta mínimos impactos econômicos, devido à 
otimização logística e a aplicação tecnológica de uma “usina” de energia já existente. 
Interpretações modernas de desenvolvimento urbano sustentável exigem a redução do 
uso de carros particulares através da melhoria da qualidade dos serviços de transportes 
públicos (SUSNIENÉ, 2012). Portanto, identificar as ineficiências do sistema de transporte 
público contribui para a melhoria da gestão de serviços, ampliando a cobertura e aumentando 
a atratividade de serviços de transportes públicos. Susniené (2012) afirma que a chave para a 
prestação de serviço eficaz ao cliente é a determinação precisa das necessidades do cliente e 
de respostas consistentes para garantir a sua satisfação. Neste sentido, o objetivo deste 
trabalho é obter uma melhor compreensão através do método SERQUAL desenvolvido por 
Parasuraman et al. (1994), a fim de identificar os fatores determinantes para satisfação dos 
usuários e adaptar aos serviços de transportes públicos. Este trabalho foi realizado utilizando 
métodos estatísticos de análise, tais como a aplicação de estatística e análise de confiabilidade 
	
8	
na Lituânia. Os resultados desta pesquisa apresentam que as vantagens dos transportes 
públicos incluem uma maior mobilidade, a redução da dependência do uso de automóveis, 
bem como a diminuição das necessidades de expansão de rodovias. Adicionalmente, aumentar 
a utilização dos transportes públicos a nível regional é essencial para impedir o encolhimento 
de rotas de serviço público de transporte, diminuir o tempo de viagem, cobrir áreas mais 
amplas e melhorar a qualidade do serviço para assegurar a satisfação dos clientes. 
Kersys (2011) ressalta que a política de trânsito é um aspecto pouco explorado para 
atender as demandas de transporte. As necessidades de tráfego foram desenvolvidas, em 
primeiro plano, através da concessão de subsídios econômicos para veículos de motorização 
individual. Corroborando a isso, tem-se na economia mundial a utilização do petróleo como 
principal fonte de combustível. O pesquisador investiga o desperdício de tempo com o fluxo 
do tráfego urbano, principalmente em relação aos congestionamentos. A perda de tempo e as 
despesas com o engarrafamentos são oriundos de parâmetros e pressupostos físicos, ou seja, 
pela falta de instalações e estruturas adequadas a atender as exigências de mobilidade 
(KERSYS, 2011). Um sistema urbano sustentável para reduzir os custos de tráfego com 
congestionamento deve basear-se em longo prazo através de políticas claras que considerem o 
desenvolvimento estável. 
Desta forma, considerando-se uma maior ênfase em sustentabilidade e diminuindo os 
impactos negativos sobre a sociedade e o meio ambiente, o transporte público está na 
vanguarda para resolução dos principais problemas das regiões urbanas e sistemas de 
transporte modernos (SUSNIENÉ, 2012). Devido ao longo tempo de vida das infraestruturas 
de transporte, as estratégias de planejamento requerem uma projeção confiável de mobilidade 
motorizada para futuro (SHAFER, 1998). É importante destacar que o elevado custo social 
pode ser enfrentado mediante a introdução de políticas de gestão da mobilidade na busca pela 
mudança da distribuição modal do transporte público. Este tipo de transporte faz uma melhor 
utilização dos meios terrestre, aéreo e de fontes de energia do que o modo de transporte 
individual (CIPRIANI, GORI e PETRELLI, 2012). 
Analisando as pesquisa apresentadas neste capítulo, percebe-se a necessidade de 
políticas que desenvolvam a sustentabilidade de forma efetiva ainda carecem de estudos e 
aprimoramentos. Cabe ressaltar que estes estudos foram realizados em países como Espanha, 
Itália, Lituânia, Estados Unidos, Índia, Brasil, Bélgica, China e Portugal, sendo que cada um 
trata de diferentes preocupações em relação ao problema de mobilidade urbana e transporte 
público, com enfoque especial na sustentabilidade. Ao final deste artigo a Tabela 1 apresenta 
uma síntese dos artigos analisados e proporciona uma visão geral em relação aos campos de 
estudos ligados aos temas abordados neste ensaio. 
 
4 Abordagens da Pesquisa Operacional para Mobilidade Urbana e Transporte Público 
Por várias décadas, a Pesquisa Operacional tem sido bem sucedida para resolver uma 
grande variedade de problemas de otimização em transporte público (DESAULNIERS e 
HICKMAN, 2007). Consequentemente, diversos sistemas e softwares utilizados para o 
planejamento e execução das operações de trânsito são desenvolvidos através das técnicas de 
Pesquisa Operacional. Neste sentido, problemas na área de transporte público e mobilidade 
urbana têm atraído o interesse de pesquisadores da Pesquisa Operacional devido à 
complexidade destes problemas e da importância em casos práticos da vida moderna 
(DESAULNIERS e HICKMAN, 2007). Considerando isto, o problema global é tido como de 
difícil tratamento. Desta forma, os problemas são divididos em um conjunto de subproblemas 
que são normalmente resolvidos sequencialmente em fases distintas do processo de 
planejamento (estratégico, tático e operacional), e mesmo durante as operações (controle em 
tempo real). 
	
9	
4.1 Planejamento Estratégico 
No nível estratégico, o planejamento de trânsito considera a projeção da rede e das 
rotas para atender a demanda de passageiros. Considerando que a demanda é baseada na 
configuração da rede, o problema para projetar a rede depende fortemente do método que 
determina a escolha das rotas a partir de suas origens até seus destinos. No planejamento 
estratégico podemos destacar dois tipos de problemas abordados na Pesquisa Operacional: 
configuração da rede e a atribuição de passageiros. 
No transporte público o problema de projeto de rede (Network Design) é mais 
complexo que um problema tradicional de rede, pois além de determinar quais links incluir na 
rede, a configuração de rede de trânsito necessita da estruturação destes links de forma fixa e a 
determinação da frequência do serviço em cada rota. Desta forma, o resultado do projeto de 
rede deve incluir um conjunto de rotas e suas frequências. De forma geral, o problema é 
formulado através de um gráfico de nós, links e rotas. Seja G = (N, A) um grafo com N, o 
conjunto de nós, e A, o conjunto de links, e R representa o conjunto de rotas. O nós 
representam intersecções (por exemplo, por estrada intersecções), mas também pode 
representar uma zona de centróides onde uma zona geográfica pode ser representada por um 
único ponto (um centróide). A ligação entre nós representa um modo particular de transporte 
entre estes nós, e uma rota representa uma sequência de nós e ligações de um único de modo 
(DESAULNIERS e HICKMAN, 2007). 
Um dos principais desafios do projeto de rede está na especificação da função 
objetivo. Normalmente, o objetivo é minimizar o custo ou o tempo total de viagem. O custo 
pode ser encontrado através da aplicação de diferentes pesos na função objetivo para os 
diferentes componentes de tempo de viagem, tais como tempo de deslocamento, tempo de 
espera inicial, tempo de transferência e o tempo de saída separadamente. Algumas 
formulações incluem também o número de transferências como um componente no custo 
generalizado. Ademais, os custos de operação do trânsito também podem ser considerados 
(DESAULNIERS e HICKMAN, 2007). 
Uma das questões críticas em planejamento estratégico é determinar a demanda em 
cada rota e outras medidas de consumo de serviços. As medidas estratégicas de desempenho, 
do ponto de vistado passageiro, referem-se, principalmente, à quantidade de tempo e dinheiro 
gasto pelos passageiros viajando pela rede. Assim, a dimensionar a demanda de passageiros 
(Passenger Asignment) é um problema crítico para determinar o desempenho do sistema de 
trânsito. 
Considerando o dimensionamento de passageiros em redes sem congestionamentos, 
podemos utilizar métodos de atribuição baseados em algoritmos do menor. Nestes casos, a 
demanda total de cada par é designada ao caminho mais curto. No entanto, as variações 
existentes de métodos de menor caminho baseiam-se em duas exceções: os tempos de espera 
e linhas comuns na rede (DESAULNIERS e HICKMAN, 2007). Para tratar uma rede 
considerando congestionamentos é preciso examinar os efeitos da limitação das capacidades 
para caminho na rede. Isso proporciona um maior tempo de espera em condições de 
superlotação. Desta forma, o atraso que cada passageiro impõe aos outros passageiros deve 
estar contemplado no modelo. Em geral, o efeito de aglomeração e/ou da capacidade dos 
veículos é incorporada na modelagem por meio do impacto da espera adicional ou pelo tempo 
de transferência, pois não é possível embarcar em um veículo quando ele está cheio. No 
entanto, nestes modelos é importante notar que o efeito dos congestionamentos não é 
simétrico por fluxos de arcos. 
4.2 Planejamento Tático 
No planejamento tático há a preocupação com as com as etapas intermediárias do 
processo de planejamento em que as frequências de rotas são construídas e o modelo do 
	
10	
serviço é determinado. Para Desaulniers e Hickman (2007) o planejamento tático inclui a 
definição de frequências (Frequency setting) e o agendamento de horários (timetabling) os 
quais são responsáveis pela estrutura e nível de serviço aos usuários. 
Considerando que um conjunto de frequências é um produto necessário da 
configuração da rede, devemos observar que os administradores do sistema devem determinar 
as frequências das rotas, assim como ajustá-las de acordo com a variação do padrão de 
operação e da demanda. Neste sentido, o problema de ajuste de frequências pode ser abordado 
de diversas maneiras diferentes. O principal objetivo é selecionar as frequências que 
maximizam o serviço aos passageiros, sujeito a um número de restrições. 
A tabela de horários (timetabling) é o processo de conversão da frequência do serviço 
desejado em cada rota através de uma programação. As informações necessárias para 
estruturar este processo incluem a estrutura das rotas, a frequência do serviço, as paradas 
necessárias e os horários de folga. O resultado é um conjunto de viagens e os horários 
programados nos terminais e para os importantes pontos da rota. Na maioria dos métodos de 
planejamento de trânsito, o cronograma de horários (timetabling) é considerado uma atividade 
do planejamento operacional, pois ocorre com frequência a cada necessidade de ajuste dos 
serviços (por exemplo, a cada 3-6 meses). 
4.3 Planejamento Operacional 
Dado um conjunto de viagens agendadas para operar, um conjunto de recursos 
disponíveis (ônibus e motoristas) e sua distribuição entre os garagens que fazem parte da rede 
de trânsito, a fase de planejamento operacional destina-se a construção de escala de horários 
para veículos e tripulação que minimizem os custos totais, respeitando todas as restrições 
legais e operacionais. Esta fase também inclui o planejamento da cessão de vagas de 
estacionamento para os veículos nas garagens, bem como estabelecer os horários de 
manutenção da frota. 
Programação de veículos (Vehicle Scheduling) desempenha um papel importante na 
gestão, uma vez que é o primeiro passo do planejamento, onde o foco principal é minimizar 
os custos nominais, de aquisição, operacionais e de veículos. Em geral, a definição dos 
horários se aplica para os dias da semana, enquanto um calendário diferente é definido para 
cada dia da semana. Estes calendários são geralmente válidos por um determinado período de 
tempo. Assim a programação de veículos, a um nível de planejamento, precisa ser realizada 
de acordo com cada temporada. Deve notar-se que, em grandes cidades as frotas de ônibus 
funcionam 24 horas por dia, o que torna mais difícil definir um problema diário. No entanto, 
dado o baixo volume de atividades durante a noite, um calendário de 24 horas é dividido em 
um calendário de turnos. 
O problema de programação de veículos enfrentados pelos órgãos de transporte públio 
corresponde ao problema de programação de um único depósito de veículo (SDVSP) quando 
a operação dispõe de uma única garagem (depósito) para sua frota, e multi-garagens 
(MDVSP) quando são utilizadas várias garagens para diversos veículos que estão disponíveis. 
Uma extensão interessante para o MDVSP é a possibilidade de alteração dos horários de 
partida das viagens programadas dentro de determinados intervalos de tempo, adicionando as 
“janelas de tempo”. Tal flexibilidade nos horários de partida, que podem ser considerados 
quando a frequência em uma rota não é elevado, muitas vezes pode resultar em significantes 
economias, e tornar possível fornecer viagens adicionais. Para solução deste problema são 
utilizadas diversas técnicas de Pesquisa Operacional, tais como branch-and-bound, 
relaxamento Lagrangeano e heurísticas. 
A partir da um cronograma de atividades anônimo definido para um determinado 
horizonte de tempo (semana ou mês) é necessário definir os trabalhadores necessários para 
cumprir as funções de acordo com a disponibilidade dos mesmos. Esta tarefa, que pode ser 
	
11	
chamada de escala de serviço (crew rostering), inclui respeitar as restrições legais que regem 
as atividades dos trabalhadores, como por exemplo: o condutor de veículos não pode trabalhar 
mais do certa quantidade de horas ou dias consecutivos (DESAULNIERS e HICKMAN, 
2007). Muitas vezes o processo de otimização é restrito pela legislação, no entanto em 
algumas situações o objetivo é distribuir a carga de trabalho uniformemente entre os 
trabalhadores, e isso resulta em interessantes problemas de otimização. 
Na prática, a solução de problemas de escalas para serviços de trânsito consiste em 
resolver primeiramente uma sequência de problemas de atribuição para construir uma solução 
inicial e, em seguida, utilizando um procedimento de melhoria local para melhorar esta 
solução (DESAULNIERS e HICKMAN, 2007). De um ponto vista de programação 
matemática, o problema de escalas de serviços pode ser formulado como um problema de 
conjunto particionado (set partitioning problem) ou um problema de cobertura (covering 
problem) onde uma linha é definida para cada serviço e cada coluna está associada a um 
registro válido. No entanto, este modelo não é usual para problemas de escalas de trabalho de 
sistemas de transporte público. Uma diferença importante entre os problemas de escala de 
serviço abordando diferentes modos de transportes (rodoviário, aéreo e ferroviário) parece ser 
o tamanho das instâncias em problemas reais, que é maior para os problemas de trânsito. 
Um problema de planejamento operacional que tem atraído pouca atenção na literatura 
é a gestão da área de estacionamento em depósitos (garagens) de veículos (Parking and 
dispatching). Em cidades com engarrafamentos, os depósitos têm, muitas vezes, espaços 
limitados e completamente lotados durante todo dia. Estes estacionamentos devem considerar 
diferentes tipos de veículos que são necessários para operar as linhas de ônibus. Portanto, 
quando um veículo necessita deixar o depósito durante a manhã, diversos outros veículos 
podem necessitar de remoção para liberar o caminho até a saída, podendo resultar em atrasos. 
Duas alternativas podem ser consideradas para evitar atrasos. A primeira consiste em atribuir 
uma rota para o veículo que estiver mais acessível no horário de saída, neste caso pode 
ocorrer uma incompatibilidade. A segunda alternativa é reordenar os veículos durante a noite 
para que todos eles estejam corretamente posicionado para a saídasda manhã. Esta troca de 
lugares nas posições dentro das garagens é chamada de crossing ou maneuver 
(DESAULNIERS e HICKMAN, 2007). A partir de uma sequência de chegadas de ônibus 
durante a noite, uma tabela de horários de saídas na parte da manhã e o tipo de veículo 
necessário para cada rota, o problema de estacionamento de veículos para expedição consiste 
em estacionar os veículos na garagem de tal modo que minimize o número de manobras e 
incompatibilidades para realizar as saídas. Por razões de segurança, os veículos não estão 
autorizados a ir para trás na garagem. Portanto, assumindo que a garagem opera com filas, 
veículos entram nas vias em uma extremidade e saem em outra, respeitando a capacidade 
destas filas. Finalmente, dado o espaço limitado disponível para executar manobras, só são 
permitidas trocas entreve veículos da mesma fila. O problema de estacionamento de veículos 
é um problema de planejamento operacional que normalmente necessita ser resolvido 
diariamente devido à alta variabilidade dos tipos de veículos disponíveis (DESAULNIERS e 
HICKMAN, 2007). 
Outra área onde a Pesquisa Operacional pode ser útil dentro do planejamento de 
operações no trânsito público é a programação de manutenção de veículos (Maintenance 
scheduling). Como os custos de manutenção têm relevante participação no total de gastos do 
sistema de transporte, alguns operadores estão investindo em sistemas de agendamento de 
manutenção para reduzir os custos de manutenção, mantendo o nível de segurança e atraente 
frente aos usuários. Infelizmente, os sistemas de manutenção não são aplicáveis em todos os 
lugares (DESAULNIERS e HICKMAN, 2007). 
Quando o espaço nas garagens é limitado, a atribuição dos veículos às rotas é 
executada diariamente conforme dia e se torna impossível prever quantos quilômetros cada 
	
12	
veículo vai viajar nos próximos dias. Neste caso, os veículos são simplesmente retirados da 
frota quando necessitam de reparos ou manutenção. Estas retiradas de última hora podem, 
muitas vezes, reduzir a qualidade do serviço devido à falta de veículos disponíveis para 
atender as rotas. Por outro lado, para garagens com maiores espaços de estacionamento pode 
ser desejável atribuir motoristas específicos para os veículos por um longo período. A lógica 
por trás desta estratégia é que os motoristas, por estarem designados para o mesmo veículo 
todos os dias, estão mais sensíveis e responsáveis em apontar as necessidades mecânicas de 
seus veículos e relatar problemas menores antes que eles se tornem motivos de parada. Neste 
contexto, onde programações de veículos são fixadas para um longo período de tempo, um 
sistema de manutenção pode desenvolver um agendamento de manutenções quando os 
veículos não estão sendo utilizados, de forma a maximizar a utilização dos recursos 
(DESAULNIERS e HICKMAN, 2007). 
4.4 Controle em Tempo Real 
Em operações reais, uma grande variedade de fatores exógenos e endógenos pode 
afetar a prestação de serviços, como o clima, os incidentes, as variações nas condições de 
tráfego, avarias de veículos e etc. Neste sentido, tais fatores podem diminuir o nível de 
serviço disponibilizado aos usuários. Para esta discussão, nós diferenciamos as interrupções 
de serviço maiores e menores: pequenas interrupções são aquelas que criam pequenas 
perturbações na programação de horários (por exemplo, 5-10 minutos), e grandes interrupções 
causam longas paradas na programação. A distinção é feita, a fim de diferenciar as típicas 
respostas para estes problemas no serviço (DESAULNIERS e HICKMAN, 2007). 
Para enfrentar estes desafios, o operador de trânsito pode empregar uma variedade de 
técnicas de controle de operações que dependem da magnitude da perturbação no serviço. 
Geralmente, apenas perturbações menores do cronograma e pequenas interrupções de serviço 
são as prioridades nas técnicas mais comuns aplicadas. Quando as principais interrupções de 
serviço ocorrem, medidas de controle mais complexas devem ser consideradas. Em todas as 
abordagens de modelagem, o objetivo é minimizar o atraso total para os passageiros (ou 
tempo de espera). Uma série de estratégias de controle de tráfego em tempo real utilizam 
técnicas de programação matemática a partir de modelos determinísticos aplicados às 
operações de trânsito. 
Resumidamente, o problema global enfrentado pelos operadores de trânsito é oferecer 
à população um serviço de boa qualidade que permita aos usuários viajar facilmente a uma 
tarifa baixa. Adicionalmente, existe uma missão social, que visa reduzir a poluição e o tráfego 
congestionado, bem como o aumento da mobilidade da população. Todas estas iniciativas 
estão sujeitas a restrições orçamentárias que os forçam a gerir os recursos de alto valor, tais 
como ônibus, motoristas, instalações de manutenção e garagens de ônibus da forma mais 
eficiente possível. Além disso, estes problemas são complexos porque envolvem passageiros, 
ônibus e motoristas que estão sujeitos a preferências individuais e restrições, e interagir uns 
com os outros de acordo com um conjunto de relacionamentos apresenta grandes desafios. 
Desta forma, a Pesquisa Operacional é considerada uma ferramenta essencial para auxiliar o 
planejamento e a execução das operações de trânsito de forma eficiente (DESAULNIERS e 
HICKMAN, 2007). 
4 Oportunidades de Pesquisas Futuras 
Realizada esta discussão teórica a cerca dos trabalhos que envolvem a mobilidade 
urbana sob diferentes perspectivas, pode-se perceber importantes questões que indicam 
oportunidades de desenvolvimento e aplicação de modelos e técnicas de solução a partir da 
Pesquisa Operacional. Diante das considerações apresentadas neste trabalho, relacionam-se 
importantes aspectos que podem servir de objeto para futuras pesquisas. 
 
	
13	
O desenvolvimento de sistemas de transporte públicos integrados se mostra como 
potencial campo de exploração. Os trabalhos de Nia et al. (2011) e Pinjari et al. (2011) 
apresentam estudos para viabilizar a integração de diferentes modos de transporte público de 
acordo com a preferência pelo uso de determinados meios de transporte (bicicleta, automóvel, 
ônibus e carona). Além disto, estudos sobre a ocupação das áreas urbanas (residenciais e 
comerciais) também são contemplados e indicam que as políticas públicas são fatores 
determinantes para o desenvolvimento de sistemas de transporte eficientes. Neste sentido, ao 
se trabalhar com modelos integrados, tem-se a possibilidade de desenvolver inovadores 
modelos de otimização que atendam a crescente necessidade por mobilidade nos grandes 
centros urbanos. 
Desta mesma forma, observou-se que pesquisas que abordam a modelagem de 
congestionamentos de tráfego ainda são bastante escassas no âmbito da mobilidade urbana, 
embora os congestionamentos sejam apontados como os principais responsáveis pelos 
problemas de trânsito (RAJPUT, AGARWAL e MAHAJAN, 2011). O desenvolvimento de 
trabalhos que considere a gestão da operação de trânsito de forma a minimizar os 
engarrafamentos é um campo de estudo bastante frutífero e carente de soluções a partir da 
modelagem matemática. 
 A mobilidade urbana sustentável é um campo de pesquisa emergente conforme os 
trabalhos de Falvo et al. (2011) e Susniené (2012). Desenvolver sistemas de transporte 
público que promovam a mobilidade urbana através de uma abordagem sustentável tem sido 
uma necessidade social cada vez mais latente. Modelos inovadores e alternativos a partir de 
energia renovável (eletricidade) que integrem e incentivem o uso de diferentes tipos de 
transportes podem trazer importantes contribuições para mobilidade urbana sustentável. 
No Brasil, a demanda por acesso a melhores condições de mobilidade são geradas pelo 
desenvolvimento social e econômico do país. Além disso, a Copa do Mundo de Futebol 
(2014) e os Jogos Olímpicos na cidade do Rio de Janeiro (2016) são eventos de grande 
magnitude que necessitam atender uma demanda localizada e extremamente alta por 
mobilidade nosgrandes centros urbanos. No Brasil, a Lei de Mobilidade Urbana é um 
incentivo para o desenvolvimento de modelos matemáticos eficientes que respeitem os limites 
orçamentários e contribuam em aplicações práticas para a sociedade. Neste sentido, a 
Pesquisa Operacional se apresenta como importante método de pesquisa para desenvolver 
soluções viáveis e aplicadas. 
Estas oportunidades de pesquisa visam contribuir para o aprimoramento e 
desenvolvimento de modelos para a mobilidade urbana focada em transporte público. Tais 
considerações possibilitam evidenciar importantes aspectos que, mesmo já sendo abordadas, 
tenham relevância para nortear futuras pesquisas, visto a evidente necessidade de 
implementações desta temática a serviço da sociedade. 
 
Referências 
CIPRIANI, E., GORI, S., PETRELLI, M. Transit network design: A procedure and an 
application to a large urban area. Transportation Research Part C. n.20, p.3-14, 2012. 
CHIN, R. Sustainable Urban Mobility in 2020. The Futurist. July-August, p.29-33, 2010. 
COSTA, M.S. Mobilidade Urbana Sustentável: Um Estudo Comparativo e as Bases de 
um Sistema de Gestão para Brasil e Portugal. Dissertação de Mestrado. UFSCar. São 
Paulo, 2003. 
COSTA, M.S. Um índice de mobilidade urbana sustentável. Tese de Doutorado. USP. São 
Paulo, 2008. 
DESAULNIERS, G., HICKMAN, M.D. Handbook in OR & MS. v.14, cap.2, Elsevier, 
2007. 
 
	
14	
FAGIN, H. Urban mobility and transportation technology: prospects for relief. 
Transportation Journal. v.3, n.1, p.20-25, 1963. 
FERRAZ, A.C.P., TORRES, I.G.E. Transporte Público Urbano. São Carlos: Editora Rima. 
2001. 
KEPAPTSOGLOU, K., MEERSCHAERT, V., NEERGAARD, K., PAPADIMITRIOU, S., 
RYE, T., SCHREMSER, R., VLEUGELS, I. Quality management in mobility management: a 
scheme for supporting sustainable transportation cities. International Journal of 
Sustainable Transportation. v.6, n.1, p.235-256, 2012. 
KERSYS, A. Sustainable Urban Transport System Development Reducing Traffic 
Congestions Costs. Engineering Economics. v.22, n.,1, p.5-13, 2011. 
MARÍN, A.G., JARAMILLO, P. Urban rapid transit network design: accelerated Benders 
decomposition. Annals of Operations Research, 136, p.35-53,2009. 
NIA, S.G., SHARIF, B., HABIBZADEH, N., REZVANI, M. Using the genetic algorithm for 
optimization of the integrated urban transportation systems. Journal of Technology 
Management for Growing Economies. v.2, n.1, p.103-113, 2011. 
PINJARI, A.R., PENDYALA, R.M., BHAT, C.R., WADDELL, P.A. Modeling the choice 
continuum: an integrated model of residential location, auto ownership, bicycle ownership, 
and commute tour mode choice decisions. Transportation, v.38, n.6, p.933-958, 2011. 
PARASURAMAN, A.; ZEITHAML, V. A.; Berry, L. L. Reassessment of expectations as a 
comparison standard in measuring service quality: implications for further research. Journal 
of Marketing v.58, n.1, p.111–124, 1994. 
PENG, Z., ZHU, Y., SONG, S. Mobility of the Chinese urban poor: a case study of Hefei 
City. The Chinese Economy, v.41, n.1, p.36-57, 2008. 
RAJPUT, B.L., AGARWAL, A.L., MAHAJAN, D. A Study of Urban Transport Crisis of the 
Pune City. The IUP Journal of Infrastructure. v.9, n.1, p.58-70, 2011. 
SALICRÚ, M., FLEURENT, C., ARMENGOL, J.M. Timetable-based operation in urban 
transport: Run-time optimization and improvements in the operating process. Transportation 
Research Part A. n.45, p.741-740, 2011. 
SRINIVASAN, S. Linking land use and transportation in a rapidly urbanizing context. A 
study in Delhi, India. Transportation, v.32, n.1, p.87-104, 2005. 
SHAFER, A. The global demand for motorized mobility. Transportation Research Part A. 
v. 32, n.6, p.455-477, 1998. 
SHAFER, A., VICTOR, D.G. The future mobility of the world population. Transportation 
Research Part A. n.34, p.171-205, 2000. 
SUSNIENÉ, D. Quality approach to the sustainability of public transport. Transport. v. 27, 
n. 1, p.102-110, 2012. 
WU, J.H., FLORIAN, M., MARCOTTE, P. Transit equilibrium assignment: a model and 
solution algorithms. Transportation Science. v.28, n.3, August, p.193-203, 1994. 
 
 
	
15	
Tabela 1 
Resumo dos Artigos Analisados 
Artigo / Autores Objetivos / Propostas Metodologia Aplicada / Ferramentas de Análise Contribuições, Resultados e Observações 
[1] Wu, Florian e 
Marcotte (1994) 
 
Desenvolve a modelagem de congestionamento 
nos sistemas de trânsito através de uma rede 
rodoviária e linhas de tráfego considerando a 
escolha dos passageiros. 
 
Propõem algoritmos, métodos de linearização e 
projeção para encontrar soluções. 
 
Tratam do Transit Equilibrium Assignment Problem (TEAP). 
Modela o comportamento dos usuários de trânsito através do 
conceito de estratégias dentro de uma rede definida. 
[2] Shafer (1998) 
Afirma que a demanda por transportes públicos 
é determinada, parcialmente, pela densidade 
populacional urbana e pela ocupação destes 
espaços. 
A partir de um conjunto de dados históricos (1960-
1990) apresenta os principais meios de transportes 
(automóvel, ônibus, trem e aeronaves). 
 
A escolha dos meios de transportes depende das lentas 
mudanças nas infraestruturas de transporte. 
[3] Shafer e Victor 
(2000) 
Projeta o volume de tráfego e a participação 
dos diferentes modos de transporte para 11 
regiões em até 2050. 
No longo prazo, os modos de transportes são 
selecionados pela velocidade do serviço, não pelas 
políticas de mobilidade. 
 
Em grande parte a regiões refletem o legado histórico das 
infraestruturas, que refletem a densidade demográfica, as 
políticas e costumes. Afirma que os sistemas de transporte 
comportam-se em padrões determinísticos. 
 
[4] Srinivasan (2005) 
Analisa os aspectos em relação ao uso das 
áreas urbanas e sua relação com a infraestrutura 
de transporte. 
Modelo é estimado em dois diferentes processos: 
Cellular Automaton e Modelos de Markov. Aplicado 
na cidade Nova Délhi (Índia). 
 
Conclui que a localização das indústrias e das áreas comerciais 
contribui para a ocupação das áreas urbanas. A falta de dados 
confiáveis é um grande problema para o planejamento urbano 
nas grandes cidades. 
 
[5] Marín e Jarmillo 
(2009) 
Determina a localização das estações de 
embarque/desembarque, considerando 
diferentes tipos de modais. 
Utiliza Algoritmos de Branch and Bound e 
Decomposições de Bender. Resolvido pelo CPLEX 
versão 9.0 
Busca maximizar a demanda de transporte público através da 
modelagem da rede urbana de trânsito rápido considerando a 
limitação orçamentária, o número de rotas e a opção de escolha 
do tipo de modal pelos usuários. 
 
[6] Nia et al. (2011) 
Desenvolve um novo framework para facilitar a 
avaliação multidimensional das políticas 
públicas de transportes integrados. 
Apresenta a modelagem através de Algoritmos 
Genéticos para propor a estratégia de integração. 
 
Propõe que uma política integrada de transportes possui quatro 
dimensões: investimentos, preços, regulamentação e gestão. A 
melhoria do transporte público depende de políticas para 
reduzir custos e a demanda por investimentos. 
 
	
16	
	
Artigo / Autores Objetivos / Propostas Metodologia Aplicada / Ferramentas de Análise Contribuições, Resultados e Observações 
[7] Pinjari et al. 
(2011) 
Desenvolve uma metodologia mista 
multidimensional para a modelagem integrada 
no planejamento de transporte urbano. 
 
Estudo de caso em uma área da cidade de São 
Francisco (EUA) demonstra a correlação da 
localização das residências em relação a tipos de 
transporte. 
 
O modelo aborda quatro diferentes dimensões: localização 
residencial (longo prazo), propriedade de veículo (médio 
prazo), propriedade bicicleta (médio e curto prazo), e 
deslocamento p/ o trabalho. 
[9] Cipriani, Gori e 
Petri (2012) 
Implementa a configuração da rede urbana de 
trânsito considerando multimodais. 
O procedimento de solução é divido em duas partes: 
um algoritmo de geração heurística de rota (HRGA) e 
um algoritmo genético. 
 
Aplicado na cidade de Roma (ITA), em uma rede de estradas decomplexa topologia. Sistema multimodal (trens, ônibus e 
bondes). 
[10] Salicrú, Fleurent 
e Armengol (2011) 
 
Desenvolvem um modelo para criação da 
tabela de horários para maximizar a 
pontualidade do sistema de transporte público 
de ônibus. 
O método utiliza etapas de purificação de dados, 
segmentação de faixas de horários, análises 
estatísticas, validação e simulação da operação. 
 
O modelo utiliza dados históricos da cidade de Barcelona 
(ESP), no qual foram testados. Sendo de fácil adaptação para 
qualquer realidade urbana. 
[11] Rapjput, 
Agarwal e Mahajan 
(2011) 
Propõem um conjunto de soluções para a crise 
do transporte público. 
Analisaram o transporte público da cidade Pune 
(Índia). Congestionamento é o principal problema do 
trânsito em todos os modos de transporte. 
 
Sugerem: construção de vias com amplo calçamento e espaço 
para viagens não motorizadas, implementação de sistemas de 
estacionamentos públicos, utilização de tecnologia para gestão 
do tráfego em tempo real. 
[12] Kepaptsoglou 
et al. (2012) 
Desenvolve um sistema para auxiliar as cidades 
em projetar, desenvolver, implementar, avaliar 
e melhorar a gestão da mobilidade sustentável. 
Utiliza princípios da Gestão da Qualidade Total. 
Desenvolve o Sistema de Gestão da Qualidade para 
Gestão da Mobilidade baseado no Ciclo de Deming. 
 
Afirma que a gestão do transporte e da modalidade necessidade 
adotar ferramentas e políticas de gestão da qualidade. O sistema 
foi aplicado na cidade de Kortrijk (Bélgica). 
[13] Falvo et al. (2011)
 
Apresenta uma proposta de arquitetura para o 
sistema de energia integrado de mobilidade 
urbana. Propõe a utilização da energia de 
travagem dos vagões de uma linha de metrô 
como energia para abastecer veículos elétricos. 
Integração do sistema de metrô e do sistema de 
veículos elétricos. A simulação é aplicada num caso 
real utilizando dados de uma linha de metrô da cidade 
de Roma (ITA). 
 
A integração destes sistemas propicia a solução de problemas 
de abastecimento de energia elétrica, otimização do serviço 
através da maximização da oferta de transporte elétrico, além de 
impactos ambientais e econômicos. 
[14] Susniené (2012) 
Identifica os fatores determinantes para a 
satisfação dos usuários de transporte público. 
Utiliza o método SEQUAL desenvolvido por 
Parasuraman et al.(1994). Utiliza dados estatísticos da 
Lituânia. 
Os resultados desta pesquisa apontam que aumentar a utilização 
dos transportes públicos a nível regional é essencial para 
diminuir o tempo de viagem, a redução da dependência do 
automóvel e cobrir áreas mais amplas. 
[15] Kersys (2011) 
Investiga o desperdício de tempo com o fluxo 
de tráfego com foco nos congestionamentos. 
Ressalta que a política de trânsito é um aspecto pouco 
explorado para atender as demandas de mobilidade e 
transportes. 
Propõe que um sistema urbano sustentável deve se basear no 
longo prazo através de políticas que considerem o 
desenvolvimento estável. 
<<
 /ASCII85EncodePages false
 /AllowTransparency false
 /AutoPositionEPSFiles true
 /AutoRotatePages /None
 /Binding /Left
 /CalGrayProfile (Dot Gain 20%)
 /CalRGBProfile (sRGB IEC61966-2.1)
 /CalCMYKProfile (U.S. Web Coated \050SWOP\051 v2)
 /sRGBProfile (sRGB IEC61966-2.1)
 /CannotEmbedFontPolicy /Error
 /CompatibilityLevel 1.4
 /CompressObjects /Tags
 /CompressPages true
 /ConvertImagesToIndexed true
 /PassThroughJPEGImages true
 /CreateJobTicket false
 /DefaultRenderingIntent /Default
 /DetectBlends true
 /DetectCurves 0.0000
 /ColorConversionStrategy /CMYK
 /DoThumbnails false
 /EmbedAllFonts true
 /EmbedOpenType false
 /ParseICCProfilesInComments true
 /EmbedJobOptions true
 /DSCReportingLevel 0
 /EmitDSCWarnings false
 /EndPage -1
 /ImageMemory 1048576
 /LockDistillerParams false
 /MaxSubsetPct 100
 /Optimize true
 /OPM 1
 /ParseDSCComments true
 /ParseDSCCommentsForDocInfo true
 /PreserveCopyPage true
 /PreserveDICMYKValues true
 /PreserveEPSInfo true
 /PreserveFlatness true
 /PreserveHalftoneInfo false
 /PreserveOPIComments true
 /PreserveOverprintSettings true
 /StartPage 1
 /SubsetFonts true
 /TransferFunctionInfo /Apply
 /UCRandBGInfo /Preserve
 /UsePrologue false
 /ColorSettingsFile ()
 /AlwaysEmbed [ true
 ]
 /NeverEmbed [ true
 ]
 /AntiAliasColorImages false
 /CropColorImages true
 /ColorImageMinResolution 300
 /ColorImageMinResolutionPolicy /OK
 /DownsampleColorImages true
 /ColorImageDownsampleType /Bicubic
 /ColorImageResolution 300
 /ColorImageDepth -1
 /ColorImageMinDownsampleDepth 1
 /ColorImageDownsampleThreshold 1.50000
 /EncodeColorImages true
 /ColorImageFilter /DCTEncode
 /AutoFilterColorImages true
 /ColorImageAutoFilterStrategy /JPEG
 /ColorACSImageDict <<
 /QFactor 0.15
 /HSamples [1 1 1 1] /VSamples [1 1 1 1]
 >>
 /ColorImageDict <<
 /QFactor 0.15
 /HSamples [1 1 1 1] /VSamples [1 1 1 1]
 >>
 /JPEG2000ColorACSImageDict <<
 /TileWidth 256
 /TileHeight 256
 /Quality 30
 >>
 /JPEG2000ColorImageDict <<
 /TileWidth 256
 /TileHeight 256
 /Quality 30
 >>
 /AntiAliasGrayImages false
 /CropGrayImages true
 /GrayImageMinResolution 300
 /GrayImageMinResolutionPolicy /OK
 /DownsampleGrayImages true
 /GrayImageDownsampleType /Bicubic
 /GrayImageResolution 300
 /GrayImageDepth -1
 /GrayImageMinDownsampleDepth 2
 /GrayImageDownsampleThreshold 1.50000
 /EncodeGrayImages true
 /GrayImageFilter /DCTEncode
 /AutoFilterGrayImages true
 /GrayImageAutoFilterStrategy /JPEG
 /GrayACSImageDict <<
 /QFactor 0.15
 /HSamples [1 1 1 1] /VSamples [1 1 1 1]
 >>
 /GrayImageDict <<
 /QFactor 0.15
 /HSamples [1 1 1 1] /VSamples [1 1 1 1]
 >>
 /JPEG2000GrayACSImageDict <<
 /TileWidth 256
 /TileHeight 256
 /Quality 30
 >>
 /JPEG2000GrayImageDict <<
 /TileWidth 256
 /TileHeight 256
 /Quality 30
 >>
 /AntiAliasMonoImages false
 /CropMonoImages true
 /MonoImageMinResolution 1200
 /MonoImageMinResolutionPolicy /OK
 /DownsampleMonoImages true
 /MonoImageDownsampleType /Bicubic
 /MonoImageResolution 1200
 /MonoImageDepth -1
 /MonoImageDownsampleThreshold 1.50000
 /EncodeMonoImages true
 /MonoImageFilter /CCITTFaxEncode
 /MonoImageDict <<
 /K -1
 >>
 /AllowPSXObjects false
 /CheckCompliance [
 /None
 ]
 /PDFX1aCheck false
 /PDFX3Check false
 /PDFXCompliantPDFOnly false
 /PDFXNoTrimBoxError true
 /PDFXTrimBoxToMediaBoxOffset [
 0.00000
 0.00000
 0.00000
 0.00000
 ]
 /PDFXSetBleedBoxToMediaBox true
 /PDFXBleedBoxToTrimBoxOffset [
 0.00000
 0.00000
 0.00000
 0.00000
 ]
 /PDFXOutputIntentProfile ()
 /PDFXOutputConditionIdentifier ()
 /PDFXOutputCondition ()
 /PDFXRegistryName ()
 /PDFXTrapped /False
 /CreateJDFFile false
 /Description <<
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
 /BGR <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>/CHS <FEFF4f7f75288fd94e9b8bbe5b9a521b5efa7684002000410064006f006200650020005000440046002065876863900275284e8e9ad88d2891cf76845370524d53705237300260a853ef4ee54f7f75280020004100630072006f0062006100740020548c002000410064006f00620065002000520065006100640065007200200035002e003000204ee553ca66f49ad87248672c676562535f00521b5efa768400200050004400460020658768633002>
 /CHT <FEFF4f7f752890194e9b8a2d7f6e5efa7acb7684002000410064006f006200650020005000440046002065874ef69069752865bc9ad854c18cea76845370524d5370523786557406300260a853ef4ee54f7f75280020004100630072006f0062006100740020548c002000410064006f00620065002000520065006100640065007200200035002e003000204ee553ca66f49ad87248672c4f86958b555f5df25efa7acb76840020005000440046002065874ef63002>
 /CZE <FEFF005400610074006f0020006e006100730074006100760065006e00ed00200070006f0075017e0069006a007400650020006b0020007600790074007600e101590065006e00ed00200064006f006b0075006d0065006e0074016f002000410064006f006200650020005000440046002c0020006b00740065007200e90020007300650020006e0065006a006c00e90070006500200068006f006400ed002000700072006f0020006b00760061006c00690074006e00ed0020007400690073006b00200061002000700072006500700072006500730073002e002000200056007900740076006f01590065006e00e900200064006f006b0075006d0065006e007400790020005000440046002000620075006400650020006d006f017e006e00e90020006f007400650076015900ed007400200076002000700072006f006700720061006d0065006300680020004100630072006f00620061007400200061002000410064006f00620065002000520065006100640065007200200035002e0030002000610020006e006f0076011b006a016100ed00630068002e>
 /DAN <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>
 /DEU <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>
 /ESP <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>
 /ETI <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>
 /FRA <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>
 /GRE <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>
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a stvaranje Adobe PDF dokumenata najpogodnijih za visokokvalitetni ispis prije tiskanja koristite ove postavke. Stvoreni PDF dokumenti mogu se otvoriti Acrobat i Adobe Reader 5.0 i kasnijim verzijama.)
 /HUN <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>
 /ITA <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>
 /JPN <FEFF9ad854c18cea306a30d730ea30d730ec30b951fa529b7528002000410064006f0062006500200050004400460020658766f8306e4f5c6210306b4f7f75283057307e305930023053306e8a2d5b9a30674f5c62103055308c305f0020005000440046002030d530a130a430eb306f3001004100630072006f0062006100740020304a30883073002000410064006f00620065002000520065006100640065007200200035002e003000204ee5964d3067958b304f30533068304c3067304d307e305930023053306e8a2d5b9a306b306f30d530a930f330c8306e57cb30818fbc307f304c5fc59808306730593002>
 /KOR <FEFFc7740020c124c815c7440020c0acc6a9d558c5ec0020ace0d488c9c80020c2dcd5d80020c778c1c4c5d00020ac00c7a50020c801d569d55c002000410064006f0062006500200050004400460020bb38c11cb97c0020c791c131d569b2c8b2e4002e0020c774b807ac8c0020c791c131b41c00200050004400460020bb38c11cb2940020004100630072006f0062006100740020bc0f002000410064006f00620065002000520065006100640065007200200035002e00300020c774c0c1c5d0c11c0020c5f40020c2180020c788c2b5b2c8b2e4002e>
 /LTH <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>
 /LVI <FEFF0049007a006d0061006e0074006f006a00690065007400200161006f00730020006900650073007400610074012b006a0075006d00750073002c0020006c0061006900200076006500690064006f00740075002000410064006f00620065002000500044004600200064006f006b0075006d0065006e007400750073002c0020006b006100730020006900720020012b00700061016100690020007000690065006d01130072006f00740069002000610075006700730074006100730020006b00760061006c0069007401010074006500730020007000690072006d007300690065007300700069006501610061006e006100730020006400720075006b00610069002e00200049007a0076006500690064006f006a006900650074002000500044004600200064006f006b0075006d0065006e007400750073002c0020006b006f002000760061007200200061007400760113007200740020006100720020004100630072006f00620061007400200075006e002000410064006f00620065002000520065006100640065007200200035002e0030002c0020006b0101002000610072012b00200074006f0020006a00610075006e0101006b0101006d002000760065007200730069006a0101006d002e>
 /NLD (Gebruik deze instellingen om Adobe PDF-documenten te maken die zijn geoptimaliseerd voor prepress-afdrukken van hoge kwaliteit. De gemaakte PDF-documenten kunnen worden geopend met Acrobat en Adobe Reader 5.0 en hoger.)
 /NOR <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>
 /POL <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>
 /PTB <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>
 /RUM <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>