Desafio: Caracterização dos movimentos pendulares nas principais vias de acesso à cidade
Fluxos de tráfego nas vias de acesso a Lisboa: Padrões de Deslocação e Efeitos Sazonais | Traffic Flow on Lisbon's Access Roads: Commuter Patterns & Seasonal Effects
O tema abordado foi perceber os movimentos pendulares da cidade de Lisboa bem como a influência do calendário escolar e da meteorologia nos mesmos. Os resultados obtidos permitiram confirmar o aumento dos movimentos nas horas de ponta bem como a influência das aulas nos movimentos. Não foi possível retirar qualquer conclusão em relação à meteorologia.
The aim was to understand commuter movements in the city of Lisbon, as well as the influence of the school calendar and the weather on these movements. The results obtained confirmed the increase in movements at the rush hour as well as the influence of classes on movements. It was not possible to reach any conclusions regarding the weather.
Autores: João Amoedo, Mário Sousa e Simão Leal | Professor Responsável: Miguel Castro Neto, Nova IMS
Movimentos pendulares nas principais vias de acesso à cidade, com base em dados de telemóveis/ Commuter movements on the main access routes to the city, based on cell phone data
Análise do movimento de dispositivos nos 11 eixos rodoviários da cidade de Lisboa, e a sua relação com dados meteorológicos. Os respetivos dados foram analisados, e posteriormente tratados, sempre que possível com base em métodos presentes no estado da arte. Com os dados tratados, foi concretizado um modelo de previsão e análise gráfica interativa dos dados. Os resultados obtidos permitem observar quais eixos possuem mais movimento rodoviário, e o seu comportamento ao longo do dia. Esta análise dos dados pode ser aplicada a qualquer conjunto de dados, desde que com as mesmas variáveis, e definida para eixos e variáveis específicas pelo utilizador.
Analysis of the movement of devices on the 11 roads in the city of Lisbon, and its relationship with meteorological data. The data was analyzed and then processed, whenever possible using state-of-the-art methods. With the data processed, a forecasting model and interactive graphical analysis of the data were created. The results obtained make it possible to identify axes that have the most road traffic and their behavior throughout the day. This data analysis can be applied to any set of data, as long as it contains the same variables, and defined for specific axes and variables by the user.
Autor: José Sousa | Professor Responsável: Mateus Daniel Almeida Mendes, Instituto Politécnico de Coimbra