A maior rede de estudos do Brasil

Grátis
10 pág.
arq0167

Pré-visualização | Página 3 de 4

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 Pesquisa