arq0167

Prévia do material em texto

RTIGIS: um Sistema de Informação Geográfico Inteligente 
para Escolha de Trajetos com Geração Automática de 
Atributos Fuzzy 
Gabriel da Silva, Gentil F. Viana Júnior, Paulo E. M. Almeida 
Laboratório de Sistemas Inteligentes 
Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG) 
Av. Amazonas, 7675 – Belo Horizonte – MG - Brasil 
{gabriel, gentil, pema}@lsi.cefetmg.br 
Abstract. The use of a fuzzy inference system to synthesize two numeric 
attributes of a Geographical Information System (GIS) turns it into a 
computational intelligent system. A tool for automatic acquisition of data, 
generation of the fuzzy attribute and updating of GIS data base was developed. 
That allows to GIS to suggest path choice with information in real time. FuzzyF, 
a framework for fuzzy inference, was used to generate that attribute. The results 
of the tool were compared with the obtained values using Matlab. 
Resumo. A utilização de um sistema de inferência fuzzy para sintetizar dois 
atributos numéricos de um Sistema de Informação Geográfico (SIG), torna-o um 
sistema computacional inteligente. Neste trabalho, foi desenvolvida uma 
ferramenta para aquisição de dados, geração do atributo fuzzy e atualização da 
base de dados do SIG automaticamente. Isso permite ao SIG sugerir trajetos a 
partir de informações adquiridas em tempo real. O FuzzyF, um framework para 
inferência fuzzy, foi utilizado para gerar esse atributo. Os resultados da 
ferramenta foram comparados com os valores obtidos utilizando o Matlab. 
1. Introdução 
Os Sistemas de Informação Geográficos (SIG) são sistemas computacionais que, dentre outras 
aplicações, podem ser utilizados na escolha de trajetos urbanos. Os SIG possuem ferramentas 
que permitem identificar os trajetos com menor somatório de atributos numéricos. Entretanto, 
essas ferramentas não permitem que mais de um atributo seja utilizado em uma escolha de 
trajeto. Viana Jr. (2004a) propôs a utilização de um sistema de inferência fuzzy para permitir 
que vários atributos pudessem ser considerados para a definição de um trajeto. 
Foi utilizado o modelo de rede para representar esquematicamente o sistema viário no 
qual são feitas as escolhas de trajeto. Nesse modelo, as ruas ou avenidas da área de estudo 
foram divididas em trechos – segmentos entre os cruzamentos. Cada trecho foi representado 
graficamente por uma linha e cada cruzamento por um ponto, conforme mostrado na Figura 1. A 
uma linha são associados atributos que descrevem as características do trecho de via que ela 
representa no modelo de rede. 
P O N T O
L I N H A
 
Figura 1. Rede do sistema viário praça Sete de Setembro (BH). Adaptado de Viana Jr. (2004b) 
 
V ENIA 692
Para a escolha de trajetos, os SIG possuem ferramentas que identificam os trajetos com 
menor somatório de atributos numéricos, mas considerando-se apenas um atributo. A solução 
implementada foi a definição do conceito de uma Impedância de Transposição do Trecho (ITT), 
que é um atributo que mede a dificuldade de transposição desse trecho e sintetiza dois atributos 
das vias considerados importantes para a definição de trajeto por meio de automóvel: o 
Comprimento (COMP) das vias e a Quantidade de Veículos por Faixa (QVF) que trafegam 
sobre as mesmas. A ITT é obtida através da inferência fuzzy, tendo como entrada os atributos 
COMP e QVF. Após a geração da ITT, esse novo atributo é associa do à sua respectiva linha no 
modelo de rede. Dessa forma, os SIG comerciais disponíveis atualmente não precisam sofrer 
nenhuma mudança para considerar dois atributos simultaneamente na escolha de trajeto. Assim, 
foram geradas duas bases de dados, uma alfanumérica e outra cartográfica (Viana Jr., 2004a). 
Uma parceria entre o CEFET-MG e a BHTrans (Empresa de Transportes e Trânsito de 
Belo Horizonte) foi realizada para permitir a aplicação prática da solução proposta. Foi 
estabelecida como área de estudo o hipercentro de Belo Horizonte, por se tratar de uma região 
com intenso fluxo de veículos e grande quantidade de dados disponível. Os dados referentes às 
vias situadas dentro da região em estudo foram cedidos pela BHTrans. O SIG utilizado foi o 
SPRING - Sistema de Processamento de Informações Georeferenciadas, que foi desenvolvido 
pelo Instituto Nacional de Pesquisas Espaciais (INPE). Um estudo comparativo foi realizado 
para comprovar a eficiência da utilização da ITT na escolha de trajetos. Nesse estudo, concluiu-
se que a ferramenta do SIG SPRING para cálculo de custo mínimo em modelos de rede pôde 
ser utilizada para auxiliar a escolha de trajetos considerando dois atributos simultaneamente. 
(Viana Jr., 2004b). 
Naquele trabalho, a preparação dos dados, a geração da ITT pela inferência fuzzy e a 
posterior alimentação da base de dados do SIG foram realizadas de modo manual, o que 
inviabiliza uma constante atualização da base de dados utilizada pelo SIG. Programas de planilha 
eletrônica foram utilizados para o tratamento dos arquivos fornecidos pela BHTrans e para a 
geração da ITT foi utilizada a toolbox Fuzzy do software MATLAB (MathWorks). Na Figura 
2, é ilustrada a relação entre os bancos de dados e o SIG, realizada manualmente. 
 
 Figura 2. Ilustração do fluxo de dados para o SIG 
 
A proposta deste trabalho é a implementação de uma ferramenta para geração 
automática das ITT, que realize a leitura dos dados de entrada, gere a ITT e atualize a base de 
dados do SIG, em tempo de execução. Esse é o passo inicial para permitir que o SIG Inteligente 
possa operar em tempo real, sugerindo melhores trajetos baseados em dados de fluxo de 
veículos adquiridos eletronicamente e armazenados em uma base de dados centralizada. 
Para tal, foi desenvolvida uma aplicação em linguagem Java utilizando o Fuzzy Logic 
Framework (FuzzyF), desenvolvido no Centro de Ciências Exatas e Tecnológicas da 
Universidade do Vale do Rio dos Sinos – UNISINOS (Bittencourt, 2002) e algumas classes do 
DATAFW (FrameWork para Manipulação de Dados nos paradigmas Relacional,Textual e 
XML), desenvolvido por Silva(2003). 
Este artigo é organizado como se segue. A seção 2 apresenta a preparação do modelo 
de rede representativo da área de estudo com suas bases de dados cartográfica e alfanumérica 
V ENIA 693
e a definição da máquina de inferência fuzzy utilizada. Em seguida, na seção 3 é apresentado o 
desenvolvimento da aplicação proposta neste trabalho, o framework utilizado e a ferramenta 
implementada. Os resultados obtidos podem ser observados na seção 4. A seção 5 apresenta as 
conclusões. 
 
2. Preparação do SIG e do Sistema de Inferência Fuzzy 
A preparação do SIG para aplicação da solução proposta pode ser entendida como composta 
por quatro etapas: 1 - A construção das bases de dados; 2 - Aquisição automática de dados; 3 - 
A execução do Sistema de Inferência Fuzzy e 4 - A atualização automática da base de dados do 
SIG. Estas etapas são descritas a seguir. 
2.1. A construção das bases de dados do SIG 
O SIG utiliza tanto dados alfanuméricos quanto dados cartográficos. Os dados alfanuméricos 
compreendem todos os atributos que foram associados às linhas, o que inclui as ITT e os 
comprimentos de cada trecho de via. Os dados cartográficos são as linhas e os pontos que 
representam o sistema viário. Ao serem corretamente associados uns aos outros, os dados 
alfanuméricos e cartográficos formam um sistema de informações capaz de auxiliar as 
comparações entre os dois métodos de escolha de trajetos analisados neste trabalho. 
Utilizando um programa de CAD – Computer Aided Design, foi construída a base de 
dados cartográfica. A Figura 3 apresenta as 528 linhas do modelo de rede utilizadas para 
representar todos os trechos de via da área de estudo. Informações como sentido de circulação 
e os códigos de cada trecho foram definidos neste modelo de rede. 
 
Figura 3. Base de dados Cartográficos do hipercentro de BH. Fonte: (Viana Jr., 2004a) 
 
A base de dados alfanuméricos possui informações como o código referente à linha, 
comprimentodo trecho, QVF e ITT. Cabe ressaltar que para cada linha foram informadas 53 
QVF, que se referem à contagem de veículos por faixa realizada a cada 15 minutos no intervalo 
compreendido entre as 6:15hs e 19:15hs. Assim, para cada linha também foram geradas 53 ITT 
(Viana Jr., 2004a). O SPRING permite a utilização de vários tipos de bases de dados diferentes. 
Atualmente, a aplicação desenvolvida utiliza uma base de dados relacional MS-Access. 
V ENIA 694
2.2. A aquisição automática de dados 
A instalação de sensores de monitoramento do fluxo de veículos nas vias urbanas de Belo 
Horizonte pela BHTrans, os CIT (Controle Inteligente de Tráfego), possibilita, dentre outras 
funções, que sejam emitidos relatórios sobre o número de veículos que passam por cada uma das 
vias monitoradas. Estes dados podem alimentar a ferramenta aqui desenvolvida, a qual gera a 
ITT e atualiza os valores da respectiva faixa de horário na base de dados do SIG. 
Os dados captados pelos sensores são transmitidos para a central de processamento da 
BHTrans, onde é gerado um arquivo de dados contendo a quantidade de veículos em cada uma 
das vias. A ferramenta aqui proposta faz a leitura dos dados deste arquivo e os utiliza como 
entrada para a geração da ITT. 
2.3. O Sistema de Inferência Fuzzy 
O sistema criado possui duas variáveis de entrada (Comprimento e QVF) e uma de saída (ITT). 
Para a definição dos universos de discurso de cada variável de entrada foi observado o intervalo 
real em que estão contidos todos os seus dados levantados. Para a variável de saída, foi definido 
um intervalo de 0 a 10, obedecendo ao seguinte critério: valores pequenos indicam um trecho de 
fácil transposição e valores grandes, trechos de difícil transposição. 
As partições dos universos das variáveis de entrada, Comprimento e QVF, foram feitas 
acompanhando a distribuição dos dados em seus respectivos universos de discurso, o que 
resultou em maiores quantidades de partições próximas aos menores valores. As partições da 
variável de saída, ITT, foram feitas uniformemente ao longo de seu universo de discurso. As 
partições destas variáveis, Comprimento, QVF e ITT, são apresentadas de forma agrupada na 
Figura 4, a seguir. 
a) 
Partição do universo da variável Comprimento
COMP1 COMP2 COMP3 COMP4 COMP5 COMP6 COMP7 COMP8
0
0,25
0,5
0,75
1
0 40 80 120 160 200 240 280 320 360 400 440
COMPRIMENTO (m)
P
E
R
TI
N
Ê
N
C
IA
 
b) 
Partição do universo da variável QVF
QVF1 QVF2 QVF3 QVF4 QVF5 QVF6 QVF7 QVF8
0
0,25
0,5
0,75
1
0 200 400 600 800 1000 1200 1400 1600 1800 2000 2200 2400
QVF
P
E
R
T
IN
Ê
N
C
IA
 
c) 
Partição do universo da variável ITT
0 1 2 3 4 5 6 7 8 9 10
0
0,25
0,5
0,75
1
0 1 2 3 4 5 6 7 8 9 10
ITT
P
E
R
T
IN
Ê
N
C
IA
 
Figura 4. Partição do universo das variáveis fuzzy. Fonte: (Viana Jr., 2004a) 
 
V ENIA 695
O sistema de inferência construído utiliza o método de inferência Máx-Min e o método 
do centróide para a conversão fuzzy-escalar (Almeida, 2003). O banco de regras fuzzy possui 
um total de 64 regras, que são todas as combinações possíveis dos 8 conjuntos fuzzy das duas 
variáveis de entrada. O Quadro 1 apresenta as regras definidas. 
Quadro 1 – Relação dos universos de entrada e de saída 
 QUANTIDADE CLASSIFICADA DE VEÍCULOS (QVF) 
 QVF 1 QVF 2 QVF 3 QVF 4 QVF 5 QVF 6 QVF 7 QVF 8 
Comp1 0 1 2 2 3 4 5 6 
Comp2 1 2 3 3 4 5 6 7 
Comp3 2 3 4 4 5 6 7 7 
Comp4 2 3 4 5 5 6 7 8 
Comp5 3 4 5 5 6 7 8 8 
Comp6 4 5 6 6 7 8 8 9 
Comp7 5 6 7 7 8 8 9 10 
C
O
M
P
R
IM
E
N
T
O
 
Comp8 6 7 7 8 8 9 10 10 
 
2.4. A atualização automática da base de dados do SIG 
A base de dados utilizada trata-se de um banco de dados relacional, mais especificamente o MS-
Access. Em um banco de dados desse tipo é utilizada a SQL - Structured Query Language 
para a sua manipulação. A SQL apresenta uma série de comandos que permitem a definição 
dos dados chamada de DDL e uma outra, a DML, destinada a manipulação dos dados. A 
ferramenta desenvolvida utiliza apenas os comandos de manipulação, pois é necessário realizar 
apenas a atualização dos dados referentes à ITT de cada via nos seus 53 horários diferentes. 
Para permitir a conexão à base de dados do SIG, é necessário definir uma fonte de dados 
ODBC (Open Database Connectivity) que permita que as aplicações desenvolvidas acessem 
diferentes fontes de dados. 
Entretanto, quando o SPRING está em execução, a edição da base de dados é 
bloqueada, a fim de garantir a integridade dos dados. Para que a ferramenta possa alterar os 
dados da base de dados é necessário fechar o SIG. Esse problema será solucionado em uma 
próxima etapa deste projeto que pretende utilizar o TerraLib, um projeto também desenvolvido 
pelo INPE que tem o objetivo de inovar a tecnologia de geoinformação através do 
desenvolvimento de uma biblioteca de código aberto para a criação de aplicativos geográficos 
voltados a necessidades específicas. Esses aplicativos são chamados small SIG. 
 
3. O desenvolvimento da ferramenta RTIGIS 
Este trabalho tem como objetivo desenvolver uma ferramenta que permita a aquisição dos dados 
fornecidos pela BHTrans, a geração da ITT e a atualização da base de dados do SIG em tempo 
real, denominada RTIGIS – Real Time Intelligent Geographical Information System. O 
desenvolvimento desta aplicação é um grande avanço para a escolha de trajetos utilizando a 
lógica fuzzy. O sistema de aquisição da BHTrans permite a geração dos dados de entrada com 
um intervalo fixo de tempo. Assim, ao se realizar uma consulta no SIG sobre um determinado 
trajeto, a escolha do mesmo será processada tendo como parâmetros dados bastante recentes, o 
que aumenta a eficiência da sua sugestão. Para se comprovar a eficiência da aplicação 
desenvolvida, foi realizada uma comparação entre as ITT geradas por Viana Jr. (2004) utilizando 
o Matlab e as geradas pela aplicação automática aqui proposta. 
A ferramenta desenvolvida utiliza, para a realização da inferência fuzzy, um framework 
V ENIA 696
chamado FuzzyF (Bittencourt, 2002). Este framework foi descoberto durante a realização de 
uma pesquisa sobre máquinas de inferência fuzzy desenvolvidas sob a General Public License 
(GPL). O FuzzyF foi desenvolvido em linguagem Java, o que levou à escolha desta linguagem 
para o desenvolvimento da ferramenta. Porém, durante a realização de testes com o FuzzyF 
utilizando um modelo simples, com apenas duas variáveis (uma entrada e uma saída), foram 
identificadas algumas diferenças entre os resultados obtidos pela sua inferência e os obtidos ao 
se realizar a mesma inferência no toolbox fuzzy do Matlab ©. Modelos mais complexos, 
utilizando mais variáveis, foram desenvolvidos e um estudo foi realizado a fim de identificar o 
motivo do erro. Constatou-se que se tratava de uma incoerência no cálculo do método do 
Centróide, utilizado para a conversão fuzzy-escalar (Almeida, 2003). O problema foi informado 
ao desenvolvedor e corrigido em parceria com o mesmo, conforme descrito em Silva (2004). 
Uma vez constatada a exatidão das saídas obtidas com a utilização do FuzzyF corrigido, 
foi desenvolvido o arquivo de domínio do modelo referente ao sistema de inferência fuzzy para 
geração da ITT, descrito na sub-seção 2.3. O conteúdo desse arquivo é a definição das variáveis 
e regras do conjunto fuzzy em questão, o qual é utilizado pelo framework . Em seguida, foi 
realizada a modelagem da ferramenta RTIGIS. Nessa etapa, foram definidos parâmetros como 
o formato e layout do arquivo contendo os dados de entrada gerado pela BHTrans e o tipo de 
base de dados utilizada pelo SIG. As faixas de tempo definidas em Viana Jr. (2004a) foram 
mantidas, levando à geração de 53 ITT para cada trecho de via. Para a manipulação dos dados, 
entendida aqui como a leitura do arquivo de entrada e a atualização da base de dados, foram 
utilizadas classes pertencentes a um outro framework , o DATAFW (FrameWork para 
Manipulação de Dados nos paradigmas Relacional, Textual e XML (Silva, 2003).Foram 
utilizadas duas de suas classes e realizadas pequenas alterações, a fim de melhor atender às 
necessidades da ferramenta desenvolvida. A seguir (Figura 5) é apresentado o Diagrama de 
Classes da aplicação, desenvolvido utilizando a Linguagem de Modelagem Unificada (UML). 
Como mostrado no diagrama, a classe GeraITT possui os métodos responsáveis pela leitura dos 
dados e a chamada dos métodos para geração da inferência fuzzy e manipulação dos dados nas 
classes dos respectivos frameworks. 
Figura 5. Diagrama de Classes da ferramenta RTIGIS 
 
V ENIA 697
Uma Interface Gráfica para Usuário (GUI) foi desenvolvida a fim de facilitar a 
utilização da ferramenta RTIGIS. A interface permite ao usuário executar o mecanismo de 
geração e atualização automaticamente, utilizando os parâmetros já definidos na aplicação, ou 
em modo passo a passo, onde pode ser selecionada uma nova origem de dados, e as etapas do 
processamento podem ser acompanhadas visualmente. Esta interface não é essencial para a 
geração da ITT e atualização automática da base de dados. Por exemplo, pode ser configurado 
um processo no “cron” de um servidor Linux que faça a chamada da aplicação a cada intervalo 
de tempo limitado pelo tempo de geração do arquivo de dados de entrada. Esta interface é 
apresentada na Figura 6. 
 
Figura 6. Interface gráfica da ferramenta RTIGIS executada em modo passo a passo 
 
4. Resultados 
Após a realização de testes estatísticos para comparação dos dados gerados, foi possível 
verificar a eficiência dos resultados gerados pela ferramenta RTIGIS aqui proposta. Pode-se 
dividir a apresentação dos resultados em duas etapas: 1 - a comparação entre os dados gerados 
por Viana Jr.(2004b) com o Matlab e os gerados pela aplicação utilizando o FuzzyF e 2 - a 
comparação de trajetos sugerida pelo SIG usando os dados atualizados. 
4.1. Comparação dos dados gerados pelo Matlab, RTIGIS e FuzzyF_Original 
Foram comparados os resultados da geração dos valores de ITT obtidos em Viana Jr. (2004a) 
utilizando o Matlab e os gerados pela ferramenta RTIGIS. Os dados gerados utilizando a 
ferramenta ainda podem ser divididos em duas etapas: antes e após a correção do FuzzyF. 
Pode-se observar que os dados gerados com a RTIGIS, após a correção do FuzzyF, são 
bastante similares aos gerados utilizando o Matlab. Os dados gerados com o FuzzyF na sua 
versão original acompanham o mesmo formato da onda gerada pelo Matlab, entretanto, com um 
deslocamento para cima nos valores das ITT. 
A Figura 7 apresenta as ITT geradas para os 53 primeiros trechos de via - que 
equivalem a aproximadamente 10% do número total da base de dados - no horário referente ao 
intervalo entre 18:00 e 18:15 horas. As linhas representam os valores de ITT do Matlab, da 
RTIGIS utilizando o FuzzyF corrigido (identificado na legenda como RTIGIS) e os valores 
gerados usando o FuzzyF em sua versão original, chamado de FuzzyF_Original. 
O erro médio quadrático calculado entre os valores gerados pela ferramenta RTIGIS e 
os do Matlab foi apenas de 0,089. Quando usado o FuzzyF original, o erro médio quadrático foi 
de 0,962, mais que dez vezes maior. 
V ENIA 698
0
1
2
3
4
5
6
7
8
9
10
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Trechos de vias
I T
 T
MatLab
RTIGIS
FuzzyF_Orig.
 
Figura 7. Comparativo das saídas (ITT) nos 53 primeiros trechos 
 
4.2. Execução do SIG com a base de dados atualizada 
Foram realizados vários testes utilizando a ferramenta desenvolvida para geração da ITT e 
atualização automática da base de dados. Os dados de entrada (Comprimento e QVF) utilizados 
foram os mesmos usados em Viana Jr. (2004a), a fim de se verificar posteriormente se haveria 
alguma inconsistência nos trajetos sugeridos pelo SIG. Baseado no estudo realizado em (Viana 
Jr., 2004a) para identificação de trechos nos quais a variação da QVF era significativa ao longo 
do período do tempo em estudo, foi selecionado uma combinação que tem origem no cruzamento 
da Av. do Contorno com rua Rio de Janeiro e como destino o cruzamento da rua da Bahia e 
com Av. Augusto de Lima. Viana Jr. (2004a) observou que apenas no intervalo entre 6:15 e 6:45 
horas foi sugerido um trajeto diferente. Em todos os outros horários foi sugerido um mesmo 
trajeto, diferente do primeiro. Para realizar este exemplo foram utilizados dois intervalos de 
horários para os quais foram gerados e atualizados valores da ITT utilizando a ferramenta 
RTIGIS. Estes horários foram de 6:15 às 6:45 horas e de 18:00 às 18:15 horas. Os trajetos 
sugeridos pelo SIG neste trabalho são mostrados na Figura 8. A comparação realizada em Viana 
Jr. (2004a) é apresentada na Figura 9. 
 
Figura 8. Sugestões de trajetos usando ITT gerada pela RTIGIS 
V ENIA 699
 
Figura 9. Sugestões de trajetos em Viana Jr.(2004a) 
 
Os testes realizados permitem comprovar a eficiência da ferramenta desenvolvida, uma 
vez que nos dois tipos de comparações realizadas (erro quadrático médio e sugestão de trajeto) 
foram apresentados excelentes resultados. Assim, uma nova representação para o fluxo de 
dados desde a sua coleta, passando pela geração da ITT e a posterior utilização dos mesmos 
pelo SIG para a escolha de trajetos pode ser observada na Figura 10. 
 
Figura 10. Ilustração do fluxo de dados automatizado pela ferramenta 
 
5. Conclusões 
O sistema de inferência fuzzy proposto para a fazer síntese de dois atributos numéricos em um 
novo atributo é uma proposta inovadora na área de geoprocessamento e especificamente no que 
se refere à escolha de trajetos. Entretanto, era necessário que a geração deste atributo 
ocorresse de forma automática, possibilitando a escolha de trajetos pelo SIG em tempo real. Este 
trabalho foi um passo importante nessa direção. Os resultados obtidos comprovam que não 
houve nenhuma diminuição na eficiência do sistema fuzzy utilizado em (Viana Jr., 2004), e sim 
uma evolução na forma como se dá a geração e a atualização dos dados. A ferramenta 
construída está preparada para mudanças nos formatos de dados de entrada e de saída. 
Atualmente, a leitura destes dados é feita em arquivos texto, mas pode facilmente ser adequada 
para a leitura em um banco de dados relacional. A utilização do FuzzyF como máquina de 
inferência fuzzy também permitiu, além da solução do problema, mais uma contribuição para os 
pesquisadores que o utilizam, pois foram encontrados problemas na implementação da inferência 
fuzzy e estes foram resolvidos. 
Finalmente, foi preservada a característica de não ser necessária nenhuma modificação 
nos SIG disponíveis atualmente para que os mesmos possam trabalhar com o atributo fuzzy 
V ENIA 700
gerado. O próximo passo deste projeto será o desenvolvimento de uma ferramenta que tenha a 
propriedade de aderência aos SIG desenvolvidos a partir da biblioteca TerraLib. Outra 
contribuição esperada é a definição de uma arquitetura baseada em uma das abordagens de 
sistemas inteligentes, tal como os agentes de software, os sistemas multiagentes, ou alguma 
outra ainda a ser definida após a revisão da literatura, que permita, de maneira flexível, a 
expansão da ferramenta para a implementação de outras técnicas de inteligência computacional. 
 
Agradecimentos 
Os autores agradecem ao Laboratório de Sistemas Inteligentes do CEFET-MG pelo apoio de 
infra-estrutura e à BHTrans, Empresa de Transporte e Trânsito de Belo Horizonte, pela cessão 
de dados operacionais e descrição de técnicas procedimentos de medição de trânsito. O autor 
Gabriel da Silva agradece ao Conselho Nacional de Desenvolvimento Científico e Tecnológico 
(CNPq ) o apoio individual concedido. 
 
Referências 
ALMEIDA, Paulo Eduardo Maciel de; EVSUKOFF, Alexandre Gonçalves. Sistemas Fuzzy. In: 
REZENDE, Solange Oliveira. Sistemas Inteligentes: fundamentos e aplicações. Barueri, 
SP: Manole, Cap.7, p. 169-201, 2003. 
BITTENCOURT, J. R.; OSÓRIO, F. S. FuzzyF. Fuzzy Logic Framework: Uma Solução 
Software Livre para o Desenvolvimento, Ensino e Pesquisade Aplicações de 
Inteligência Artificial Multiplataforma . In: III Workshop Sobre Software Livre, 2002, 
Porto Alegre. Anais do III Workshop sobre Software Livre. 2002. 
MATHWORKS - MATLAB and Simulink for Technical Computing. Disponível em 
http://www.mathworks.com. Visitado em 10/03/2005. 
SILVA, Vinícius Alves; LIMA, Joubert de Castro. DATAFW - FrameWork para 
Manipulação de Dados nos paradigmas Relacional,Textual e XML. In: I ERComp - 
Encontro Regional de Computação - Faculdade de Ciência da Computação, 2003, Formiga-
MG. Anais do I ERComp Encontro Regional de Computação. 2003. 
SILVA, Gabriel da. Relatório Técnico: Estudo de um framework para auxílio no 
desenvolvimento de aplicações fuzzy em Java. Criado para a disciplina Inteligência 
Computacional do Curso de Mestrado em Tecnologia do CEFET-MG, 2004. 
VIANA JR., Gentil Félix. Um Sistema de Informação Geográfico inteligente para escolha 
de trajetos: uso do modelo de rede e da lógica fuzzy. Dissertação, Curso de Mestrado em 
Tecnologia, CEFET-MG – Belo Horizonte, 2004a. 
VIANA JR., Gentil Félix; ALMEIDA, Paulo Eduardo Maciel de. Um Sistema de Informação 
Geográfico inteligente para escolha de trajetos: uso do modelo de rede e da lógica 
fuzzy. In: Anais do VII Encontro de Modelagem Computacional. Nova Friburgo: IPRJ - 
UERJ, 2004b. 
V ENIA 701