@article{Roma_Souza Pitombo_Guimarães_Costa_2018, title={Análise de desempenho de algoritmos de aprendizagem de máquinas para análise desagregada de viagens intermunicipais}, volume={26}, url={https://revistatransportes.org.br/anpet/article/view/1614}, DOI={10.14295/transportes.v26i3.1614}, abstractNote={<p class="Resumoeabstract">Este trabalho propõe uma análise desagregada de escolhas de destinos para viagens intermunicipais, por meio da aplicação de algoritmos de Aprendizagem de Máquinas - AM (<em>Classification And Regression Tree</em> - CART e Algoritmos Genéticos - AG). Foi utilizada uma Pesquisa OD, realizada pelo Centro de Estudos de Transportes e Meio Ambiente (UFBA), em 2012/2013 em onze municípios do estado da Bahia. Foi realizada a calibração de um Modelo <em>Logit Multinomial</em> a partir do algoritmo AG, trazendo a vantagem de associação das escolhas dos destinos a valores de coeficientes estimados das funções utilidade aleatórias, sem os problemas relativos à calibração dos modelos <em>logit</em> tradicionais, tais como erros identicamente distribuídos, seguindo a distribuição de <em>Gumbel</em>. O desempenho de cada algoritmo de AM foi comparado à abordagem tradicional (modelo gravitacional).  Os resultados evidenciaram que os algoritmos de AM apresentaram melhores previsões para a escolha de destinos, sendo que o AG apresentou vantagens na obtenção dos parâmetros associados às variáveis independentes. A principal conclusão é que tais algoritmos podem ser aplicados na modelagem de distribuição de viagens, incorporando o efeito das variáveis desagregadas, sem suposições matemáticas rigorosas contidas no ajuste de modelos tradicionais desagregados.</p>}, number={3}, journal={TRANSPORTES}, author={Roma, Andreza Dornelas de Souza and Souza Pitombo, Cira and Guimarães, Henrique Stramandinoli and Costa, Luis Henrique Magalhães}, year={2018}, month={nov.}, pages={159–175} }