MODELOS DE PREDIÇÃO DO TEMPO DE CHEGADA EM TRAJETÓRIAS DE ÔNIBUS URBANOS: UM EXEMPLO NO RIO DE JANEIRO

A predição do tempo de chegada é uma aplicação crucial que facilita o planejamento de deslocamentos, impactando diretamente a qualidade de vida da população. Modelos precisos nessa área permitem, por exemplo, avaliar a capacidade da malha viária urbana de suportar o volume de veículos em uma determinada região e horário. Este trabalho propõe uma análise comparativa de quatro modelos de predição do tempo de chegada de ônibus, aplicados ao sistema de transporte público do Rio de Janeiro: k-vizinhos mais próximos, regressão kernel, modelo aditivo básico e rede neural recorrente com memória de longo prazo. Para isso, foram utilizados dados GNSS (Global Navigation Satellite System) coletados ao longo do itinerário da linha 107 (Central-Urca) no município do Rio de Janeiro. O desempenho de cada modelo foi avaliado quanto à precisão e eficiência computacional, e os resultados foram comparados aos obtidos com a mesma metodologia aplicada à cidade de Dublin, Irlanda. A hipótese era de que algoritmos com maior capacidade de adaptação a sistemas de transporte com alta variabilidade seriam favorecidos, o que foi confirmado pelos resultados obtidos, ressaltando a importância de modelos robustos para contextos urbanos dinâmicos.