dc.contributor.advisor | Loch, Gustavo Valentim, 1985- | pt_BR |
dc.contributor.author | Santos, Rodrigo Salvador dos, 1985- | pt_BR |
dc.contributor.other | Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de Produção | pt_BR |
dc.date.accessioned | 2019-09-11T21:25:34Z | |
dc.date.available | 2019-09-11T21:25:34Z | |
dc.date.issued | 2019 | pt_BR |
dc.identifier.uri | https://hdl.handle.net/1884/61247 | |
dc.description | Orientador: Prof. Dr. Gustavo Valentim Loch | pt_BR |
dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Produção. Defesa : Curitiba, 22/02/2019 | pt_BR |
dc.description | Inclui referências: p.69-72 | pt_BR |
dc.description.abstract | Resumo: A cidade de Curitiba (PR, Brasil) é tida como referência em transporte público desde 1974, com a implantação pioneira do modelo BRT no mundo. Sua estabilidade financeira, recentemente, vem sedo colocada em questão. Com dados obtidos junto à Setransp, nota-se que a quantidade de passageiros nos ônibus da cidade tem apresentado uma tendência de queda nos últimos anos, causando impacto negativo na arrecadação financeira das empresas operadoras do sistema. A expectativa de menores lucros é prejudicada também pelas estimativas de volume de passageiros, fornecidas pelos órgãos governamentais, que não vêm sendo satisfatórias. Neste contexto, a identificação de soluções para o problema passa por uma melhor compreensão do fenômeno da variação de passageiros no transporte público da cidade. A fim de ampliar este conhecimento, o cenário é estudado neste trabalho a partir de três abordagens. A primeira é a previsão de séries temporais, com a aplicação seis técnicas de previsão para estimar a quantidade de passageiros do sistema no ano de 2018. No período avaliado, o erro parcial das estimativas ficou em 0,65%, com R-quadrado-ajustado acima de 0,8. A segunda abordagem utilizou a Regressão Linear Múltipla para identificar fatores de influência na variação de passageiros no sistema. De 78 possíveis fatores, foram identificados 8 como suficientes para explicar a variação, destacando-se entre eles as variáveis Admissões e Demissões em Curitiba e Matrículas na Rede Estadual, com alto coeficiente de correlação com a variação. Por fim, utilizando uma pesquisa Survey, a terceira abordagem levantou impressões dos habitantes da cidade sobre os temas estudados. Entre outras conclusões, os resultados da pesquisa se mostraram convergentes à hipótese levantada durante as duas abordagens anteriores: a regulamentação de aplicativos de compartilhamento de veículos influenciaram cerca de 5,76% na queda do número de passageiros observada no ano de 2017. Palavras-chave: Previsão por séries temporais. Transporte público. Curitiba. Identificação de fatores de influência. | pt_BR |
dc.description.abstract | Abstract: The city of Curitiba (PR, Brazil) has been considered a reference in public transport since 1974, with the pioneering deployment of BRT model in the world. Recently, its financial stability has been questioned. With data obtained from Setransp, it can be noted that the number of passengers on the city buses has shown a downward trend in recent years, causing a negative impact on the profits of the system's operating companies. The expectation of lower profits is also hampered by estimates of the volume of passengers, provided by government agencies, which have not been satisfactory. In this context, the identification of solutions to the problem involves a better understanding of passenger variation in city's public transportation phenomenon. In order to expand this knowledge, this scenario is studied in this work from three approaches. The first is the forecast of time series, with the application of six forecasting techniques to estimate the number of passengers on the system in the year 2018. In the period evaluated, the partial error of the estimates was 0.65%, with R-squared-adjusted above 0.8. The second approach used the Multiple Linear Regression to identify factors that influences the total passengers variation in the system. Of 78 possible factors, 8 were identified as sufficient to explain the variation, highligthing the variables Admissions and Layoffs in Curitiba and State Schools Registration, with a high coefficient of correlation with the variation. Finally, using a Survey research, the third approach raised impressions of the inhabitants of the city on the subjects studied. Among other conclusions, the results were convergent to the hypothesis raised during the two previous approaches: the regulation of vehicle sharing apps influenced about 5.76% in the number of passengers decrease observed in the year 2017. Keywords: Time series forecasting. Public transportation. Curitiba. Identification of influence factors. | pt_BR |
dc.format.extent | 84 p. : il. (algumas color.). | pt_BR |
dc.format.mimetype | application/pdf | pt_BR |
dc.language | or | pt_BR |
dc.subject | Engenharia de transportes | pt_BR |
dc.subject | Engenharia de Produção | pt_BR |
dc.subject | Transporte urbano | pt_BR |
dc.title | Análise da variação de passageiros no sistema de transporte público de Curitiba : projeção de valores e identificação de fatores de influência | pt_BR |
dc.type | Dissertação Digital | pt_BR |