Download - Uma Contribuição para o Gerenciamento da Mobilidade ... ambientais como, poluição atmosférica e sonora, são também responsáveis pelo aumento do tráfego de passagem em vias

Transcript

Uma Contribuição para o Gerenciamento da Mobilidade: Modelo Integral-Fuzzy para Avaliação de Intervenção em Vias Urbanas

Vladimir Lima da Silva, M.SC. (PET/COPPE/UFRJ) [email protected] André Dulce Gonçalves Maia, M.Sc. (PET/COPPE/UFRJ) andré[email protected]

Resumo Os congestionamentos de trânsito verificados principalmente nos grandes centros urbanos dos países em desenvolvimento, além de intensificar o consumo energético e os impactos ambientais como, poluição atmosférica e sonora, são também responsáveis pelo aumento do tráfego de passagem em vias inadequadas. A fim de amenizar esses impactos, são necessárias medidas que visem o uso mais racional do veículo particular aliada a uma melhoria da operação e do gerenciamento de sistema de transporte público. O objetivo deste trabalho é apresentar um modelo geral para a avaliação de vias urbanas por meio de variáveis que descrevem o tráfego e o meio ambiente e, com isso, identificar as vias que serão prioritárias para uma possível implementação de medidas e estratégias de gerenciamento da mobilidade.. A metodologia utilizada é baseada na Lógica Fuzzy e tem como saída a “Criticidade” da via analisada. O estudo de caso tem por base a análise de quatro vias no bairro de Botafogo, zona sul da cidade do Rio de Janeiro.

Palavras Chave:

Engenharia de Tráfego, Meio Ambiente, Lógica Fuzzy.

1. Introdução

Nas grandes cidades brasileiras, como São Paulo e Rio de Janeiro, observa-se a desordem do trânsito por meio dos engarrafamentos freqüentes, sincronizações semafóricas mal planejadas, placas de informações fora de padrões, pontos de ônibus mal localizados. A conclusão óbvia é a de que essa situação contribui para a falta de segurança nas vias e o aumento do número de acidentes. Não apenas isso, a população, de um modo geral, tem sofrido com a deterioração de sua qualidade de vida em razão do crescimento do número de deslocamentos motorizados, conseqüência do uso pouco racional dos modos de transporte. “Stress”, doenças respiratórias, faltas de áreas para lazer, dentre outras, são então motivo de preocupação para planejadores e, sobretudo, para o indivíduo que tem de conviver com esse cenário.

Segundo Cabral e Miranda (2001) “o simples deslocamento motorizado de indivíduos pode causar a degradação do meio ambiente (através da poluição do ar, incremento de ruídos, vibração, intrusão visual, segregação urbana); modificações no uso, valor ou ocupação do solo; além de outros transtornos, tais como: congestionamentos, deteriorização dos níveis de serviço, necessidade de espaço viário e comprometimento da segurança”.

Na busca de estratégias para minimizar os conflitos existentes entre o tráfego e a qualidade de vida urbana, vários estudos são encontrados na literatura. Macket (2001) e Stradling et al (2001), salientam estratégias associadas à utilização de novas tecnologias aliadas ao uso de combustíveis alternativos no combate aos impactos ambientais como a poluição sonora e atmosférica (Araújo et al, 2003). Para Araújo e Portugal (2001), “assumindo-se que uma boa qualidade de vida está relacionada a velocidades e fluxos compatíveis com os limites aceitáveis, o desejável é que isto seja observado em praticamente toda a extensão da rede local, caso contrário, a qualidade e vida tende a piorar”. No que se refere à minimização dos congestionamentos e de seus impactos nas vias, Araújo et al (2003) defendem estratégias que visem a uma maior integração dos diferentes modos de transporte público e do uso mais racional dos veículos particulares. Isso significa implementar medidas de gerenciamento da mobilidade. Entretanto, para a implementação e avaliação de tais medidas, Finke (1999) enfatiza algumas etapas a serem estabelecidas: Avaliação das condições da rede viária; serviços de gerenciamento da mobilidade; serviços de viagens; e comportamento de viagens. Diante disso, o objetivo do presente trabalho é o de apresentar um modelo para avaliação de condições da rede viária de uma determinada área por meio de um modelo matemático baseado na lógica fuzzy, contribuindo assim para o processo de avaliação e implementação de medidas de gerenciamento da mobilidade. O estudo de caso é baseado em pesquisa de Maia (2003). Maia realizou estudos de campo para coleta de dados e medições em quatro trechos de vias urbanas no bairro de Botafogo, zona sul da cidade do Rio de Janeiro.

2. O Gerenciamento da Mobilidade A gestão do tráfego e dos custos de se prover a mobilidade estão gerando desafios para os planejadores e para os tomadores de decisão. Isso porque a complexidade dos sistemas e das soluções que devem ser levadas a cabo tem em seu cerne a consideração de variáveis de difícil tratamento e que estão dispostas em uma relação de causa-efeito bastante singular. Recentemente, diversas pesquisas e projetos desenvolvidos têm considerado estratégias de planejamento de transportes com base na adoção de medidas de gerenciamento da mobilidade. Para Bradshaw et al (1998), os objetivos do gerenciamento da mobilidade estão voltados para o desenvolvimento de políticas orientadas para o transporte sustentável. Ou seja, são políticas que evolvem medidas em curto prazo e caracterizadas como democráticas, econômicas, flexíveis e ambientalmente corretas. Entretanto, o conceito de gerenciamento da mobilidade (GM) permite uma série de interpretações. Segundo Câmara et al (1997) o GM pode ser definido como uma técnica de planejamento de transportes orientada exclusivamente à demanda. As diferenças de abordagem e o emprego de conceitos do GM ficam claros quando se compara a visão européia da americana. Com o objetivo de combater o uso desenfreado dos automóveis nas áreas urbanas surge na Europa o “Mobility Management – (MM) e nos Estados Unidos o “Transportation Demand Management – (TDM)”. Entretanto, o “MM” visa o estímulo a viagens não motorizadas e a utilização do transporte público tanto para viagens pendulares a trabalho quanto as viagem no

decorrer do dia de trabalho. Já o “TDM” objetiva mais o uso do transporte solidário (uso de um automóvel por 2 ou mais ocupantes para viagens de trabalho) e prioridades e preferência em estacionamentos nos locais de trabalho (para aqueles que viajam com 2 ou mais pessoas) [Câmara et al, 1997]. Resumindo, pode-se dizer que desenhar e implementar um conjunto de ações para o aumento da eficiência da geração de viagens corresponde aos objetivos dos programas de Gerenciamento da Mobilidade e que são delineados também pela preocupação com o uso racional dos modos de transporte, a preocupação com o público em geral (população local, transeuntes etc.) e com o ambiente. Visando o melhor aproveitamento da malha viária, considera-se, entre tantos, os seguintes aspectos do gerenciamento da mobilidade: o gerenciamento da demanda por viagens (com maior utilização dos serviços de telecomunicação, planejar e controlar o uso do solo etc); a redistribuição da capacidade viária (medidas que incentivem o aumento da taxa de ocupação dos veículos particulares); a otimização da capacidade viária (sistema de controle semaforizado, implantação de sistemas de informação e controle de operação do tráfego); a redução da capacidade viária para veículos motorizados, ampliando os espaços para pedestres e ciclistas (utilização de medidas de Moderação do Tráfego ou Traffic Calming); a restrição do tráfego de automóveis (impostos e taxas, pedágio urbano). Entretanto para BALASSIANO (2004), “o gerenciamento da mobilidade não pode ser considerado uma solução única para os problemas de congestionamento e ambientais gerados pelos sistemas de transportes, mas sim como um elemento integrante de uma ação mais ampla de planejamento estratégico”.

3. Modelo Proposto para avaliação das vias urbanas Conforme já destacado, este trabalho espera contribuir para o Gerenciamento da Mobilidade por meio de um modelo de avaliação das vias urbanas, utilizando variáveis que descrevem o tráfego e o meio ambiente. Tal avaliação apontará as vias que necessitam de intervenções e suas variáveis mais alarmantes. A figura 1 mostra o modelo a ser utilizado para avaliação.

.

Figura 1 – Modelo geral para avaliação em vias urbanas

4. A metodologia utilizada

4.1 - Variáveis de Entrada A seleção de variáveis para avaliação de intervenção em vias urbanas teve por base a consideração de propriedades como a de ser completo (aspectos importantes para o decisor), operacional (diz respeito às implicações da variabilidade dos impactos), mensurável e disponível (que permitisse sua mensuração por meio de técnicas próprias e que pudessem ser disponibilizados por meios factíveis de utilização). Foram elas: velocidade do pedestre, velocidade veicular, tempo de ciclo, poluição atmosférica e sonora, atraso veicular e atraso do pedestre. Ressalva-se que tais variáveis foram agrupadas em seus respectivos indicadores, conforme Figura 1.

4.2 - A modelagem

Considerou-se que os problemas são caracterizados por meio de variáveis de entrada e tratados de modo a que os limites impostos pela legislação local possam ser facilmente identificados e também considerados. A ferramenta utilizada para a elaboração do modelo de avaliação das vias urbanas será a “Logic Fuzzy”. .

4.2.1 - A “Logic Fuzzy” A “Logic Fuzzy” nasceu em 1965 a partir da publicação do artigo intitulado Fuzzy Sets na revista Information and Control por Lofti A. Zadeh da Universidade da Califórnia, Berkeley (Tanaka, 1997). A Teoria Nebulosa, como também é conhecida a Lógica Fuzzy, consiste em modelar a estrutura de pensamento humano para a tomada de decisão por meio de instrumentos matemáticos. Esses instrumentos derivam da teoria dos conjuntos, da álgebra, do cálculo, entre outros, e podem ser representados por diagramas de Venn, modelos discretos ou mesmo por meio de integrais (integrais-fuzzy).

A construção da arquitetura do pensamento consensual e humano torna-se então o passo mais importante na concepção de modelos Nebulosos, neste momento é que é caracterizado o método heurístico para a tomada de decisão. A heurística é um processo de realização de tarefas por meio de estratégias freqüentemente utilizadas ou por meio da “experiência” adquirida na solução de determinados problemas. Algumas das vantagens da Lógica Fuzzy são a flexibilidade no tratamento de variáveis qualitativas e/ou quantitativas, a facilidade de implementação computacional, e ainda, a minimização dos custos inerentes às fases de modelagem e implantação de seus algoritmos. 4.2.2 – Etapas da Modelagem Assim como Silva (2004), para essa modelagem, a metodologia tem os seguintes passos: a) Definição das Variáveis de Entrada e seus Rótulos – As variáveis de entrada bem como suas estruturas de relacionamentos estão dispostas conforme Figura 1. Os rótulos de saída obedecem a escala de 5 variáveis semânticas proposta por LIKERT (apud PEREIRA, 1999). Neste caso, são considerados termos lingüísticos como Muito Ruim, Ruim, Razoável, Bom, Muito Bom. De acordo com a natureza da variável de entrada, admitimos a mudança dos

termos empregados para, por exemplo, Alarmante, Ruim, Razoável, Bom e Excelente, como no caso da Qualidade Ambiental. b) Definição da Variável de Saída e seus Rótulos – A VS, motivo da avaliação, é a Condição da Via e seu grau apontará para a necessidade de intervenção na mesma. Seus termos lingüísticos são: Muito Ruim, Ruim, Razoável, Boa e Muito Boa. c) Estabelecimento dos Valores de Suporte – Os valores de suporte considerados correspondem ao intervalo numérico fechado entre 0 e 10. Segundo PEREIRA (apud Silva, 2004) a escala ordinal permite distinção entre atributos, reconhecendo ainda relações de igualdade/desigualdade e de ordem (>, <). d) Atribuição Numérica Subjetiva e Representação dos Conjuntos Fuzzy – Nesta etapa são atribuídos graus de pertinência, ou graus de certeza, ao intervalo numérico fechado [0, 10]. e) Estabelecimento das Regras de Inferência – O sistema gera respostas (Rótulos de Saída) em função dos estímulos emitidos pelas variáveis de entrada. O sistema de inferência deste trabalho é constituído pelas integrais-fuzzy e tem por base os valores de suporte e o cálculo dos Graus de Pertinência. Os Graus de Pertinência para as variáveis de entrada e de saída foram calculados a partir da definição de três conjuntos principais (Muito Ruim, Razoável e Muito Bom) e suas expressões infinitas são baseadas, respectivamente, nas formas trapezoidal, triangular e, de novo, trapezoidal. 5 pontos de limites foram designados (L = 7,0; L1 ; L2 , L3 e L4 ) e em seguida utilizado o “princípio da decomposição” (αcut). A Figura 2 apresenta o exposto.

Bom Muito Bom

Figura 2 – Limites dos Conjuntos e Valores de Pertinência.

Graus de Pertinência (µ)

0

0,2

0,4

0,6

0,8

1

1,2

< L1 L1 L2 L L3 L4 > L4

µi

Muito Ruim Ruim Razoável

],]5,0 325,0 LLApAp Supcut =→=α

A dinâmica do sistema de cálculo dos valores de pertinência é assegurada por meio dos seguintes passos (em função dos dados de entrada):

Passo 1: Média e Desvio Padrão

,

EQ. 1 e 2

Step 2: Toma-se a média como L

EQ. 3

Passo 3: Cálcula-se L1

EQ. 4∗−= σLL1

xL =

( )1

2

−−

=∗

nxxiσ

n

xx ni

i∑== ..1

Passo 4: Faz-se L2 como o ponto médio entre L e L1)

EQ. 5

Passo 5: Calcula-se L3

EQ. 6

Passo 6: Faz-se L4 como o ponto médio entre L2 e L3

EQ. 72

324

LLL +=

∗+= σLL3

21

2LLL +

=

Os valores cada variável de entrada são convertidos em valores de suporte por meio de aplicação de equação da reta obtida entre os valores de Li (L1 ; L2, L3 e L) e do conjunto imagem arbitrado para cada ponto (respectivamente I1 = 4,5; I2 = 5,75, I3 = 8,5 e I4 = 10,0). Os Graus de Pertinência (µ) para os 5 pontos de limite foram definidos como: 1,0 para L, L1 e L4. Para L2 e L3 foi utilizado 0,5 (αcut). Este procedimento é concernente com o “Princípio da Decomposição” onde o αcuts decompõe uma função de pertinência em n-outras funções de pertinência. Aqui, o principal objetivo do αcut é o de tornar os 3 conjuntos principais (Muito Ruim, Razoável e Muito Bom) em 5 conjuntos (Muito Ruim, Ruim, Razoável, Bom, Muito Bom), como é caracterizado na Figura 2. As expressões abaixo definem o intervalo para cada conjunto.

• Rótulo de Saída Muito Bom

EQ. 8( )⎩⎨⎧ >∀= 4,1 LxMBµ

• Rótulo Bom

EQ. 9( )⎪⎩

⎪⎨⎧

≤>∀⎟⎟⎠

⎞⎜⎜⎝

⎛−

−−+

−= ∫ 43

343

34

,/344

33

34 LLxxLL

LxLL

B LLL

L LLL µµ

µµµ

µ

• Razoável

EQ. 10( )

⎪⎪

⎪⎪

≤>∀⎟⎟⎠

⎞⎜⎜⎝

⎛−

−−+

≤>∀⎟⎟⎠

⎞⎜⎜⎝

⎛−

−−+

=

333

22

222

,/

,/

33 3

2

2

2

LLxxLL

LxLL

LLxxLL

LxLL

RLLL

L LLL

LLL

L LLL

Z µµµ

µµ

µµµ

µµ

µ

• Ruim.

EQ. 11( )

⎪⎩

⎪⎨⎧

≤>∀⎟⎟⎠

⎞⎜⎜⎝

⎛−

−−+

−= ∫ 21

11

1

,/22

11

2 LLxxLL

LxLL

R LLL

L LLL µµ

µµµ

µ

• Muito Ruim

EQ. 12( )⎩⎨⎧ ≤∀= 1,1 LxMRµ

f) Defuzzificação – A defuzzificação é uma transformação inversa que traduz a saída do domínio fuzzy para o domínio discreto, onde o valor da variável lingüística de saída inferida

pelas regras fuzzy é traduzido num valor discreto (SHAW e SIMÕES, 1999). O método utilizado é o do Centro dos Máximos (C-o-M) o qual considera os picos das funções de pertinência. O cálculo é feito segundo a Equação 13: Nível 1 (γ)

=

=

×= n

ii

i

n

ii

i

XY

1

1

µ

µ

EQ. 13

Onde: µi – Grau de Pertinência; Yi – Valores de entrada de cada variável do modelo; i = 1.. n. Nível 2 (δ)

=

=

×= n

ii

i

n

ii Y

C

1

1

µ

µ

EQ. 13

Onde: C – Valor para a Criticidade;

µi – Grau de Pertinência; Yi – Valores de entrada do nível gama; i = 1.. n. Para a definição dos rótulos da variável de saída “Criticidade” foram arbitrados os intervalos conforme Tabela 2:

Intervalo Criticidade ≤ 6,50 Extremamente Crítico

6,50 > C ≤ 7,50 Muito Crítico

7,50 > C ≤ 8,50 Crítico

8,50 > C ≤ 9,50 Razoável Criticidade

9,50 > C < 10 Baixa Criticidade

10,00 Livre de Intervenção Tabela 2 – Criticidade para Variável de Saída.

5. Estudo de Caso Como estudo de caso, tomou-se por base a pesquisa de Maia (2003) na qual obteve-se um banco de dados correspondente às variáveis de entrada já descritas neste trabalho. Foram selecionadas 4 (quatro) vias do bairro de Botafogo, zona sul da cidade do Rio de Janeiro, e

que possuem características próprias quanto ao tráfego leve e pesado, ruído, poluição atmosférica, ocupação e uso do solo etc. Os dados gerais são apresentados na Tabela 3:

Velocidade Máxima Local 30 Local: Paulo Barreto e Assis Bueno Coletora 40 Coletora: Álvaro Rodrigues Arterial 60 Arterial: Voluntários da Pátria Rápido 80 Atraso Pedestre Atraso Veicular Péssimo > 45 Péssimo > 45 Ruim 31 45 Ruim 31 45 Regular 16 30 Regular 16 30 Bom 5 15 Bom 5 15 Ótimo < 5 Ótimo < 5 Poluição Sonora (Lei Estadual e Federal) Ciclo Semafórico Diurno 70 db Mínimo: 25 s Noturno 60 db Máximo: 120 s

Tabela 3 – Dados Gerais para Vias Analisadas. Tais vias possuem intenso tráfego de passagem, os quais estão comprometendo, principalmente, a acessibilidade / mobilidade dos moradores. O Apêndice apresenta os resultados obtidos. 6. Resultados Em relação à via Álvaro Rodrigues, considerada coletora, foram observados os seguintes resultados: No pico-manhã (07:00 às 08:30 h.) os indicadores “segurança” (velocidade média veicular e velocidade de pedestre) e “fluidez” (atraso veicular, de pedestre e tempo de ciclo) foram consideradas muito bons, enquanto que a “qualidade ambiental” (poluição sonora e atmosférica) foi, em geral, razoável. Isto fez com que a avaliação da via fosse também considerada, de modo geral, razoável. No período pico-tarde (18:00 às 19:00 h.), além do indicador “qualidade ambiental”, a “segurança” fez com que a avaliação da Álvaro Rodrigues, neste período, fosse considerada crítica. A explicação para este fato pode ser devido às viagens pendulares (trabalho – casa – trabalho). A Voluntários da Pátria, via arterial, observa-se que a “qualidade ambiental” teve como resultado o valor muito ruim. Já para o critério “segurança”, seus valores variaram desde razoável até muito bom. Diante disso, tal via foi considerada muito crítica, seja no pico-manha quanto tarde. Ou seja, a Voluntários está com fluxo bem elevado, embora não seja alarmante, mas compromete a função de outras vias, como a Paulo Barreto e Assis Bueno, consideradas locais. Analisando os critérios na via Paulo Barreto, obteve-se, para a “segurança”, uma avaliação considerada boa, enquanto que a “qualidade ambiental” foi, de maneira geral, considerada razoável no pico-manhã e boa no pico-tarde. Essa via foi considerada crítica nos dois picos analisados. O pico-manhã da Assis Bueno é mais o preocupante. O pico-tarde foi considerado como razoável. Diante disso, pode-se dizer que estas duas vias, em geral, estão também comprometidas, principalmente no se refere aos critérios poluição sonora e atmosférica. O comprometimento é

considerado mais preocupante do que se comparado com o da Voluntários e da Álvaro Rodrigues, dado que as vias locais são consideradas áreas exclusivas de moradores, os quais contemplam sempre uma melhor qualidade de vida urbana. Um fato interessante observado foi quanto ao indicador “fluidez”. Tal indicador obteve muito boa avaliação em todas as vias analisadas, seja no pico-manhã ou tarde. Diante disso, pode-se dizer que, a princípio, uma das soluções seria a redução do fluxo de veículos e não a diminuição da velocidade (que se apresenta, de uma forma geral, boa) por meio de dispositivos de “traffic calming”. As medidas de gestão da demanda de viagens seriam mais eficazes. Como exemplo, podem ser citadas: escalonamento dos horários de expediente de serviço, planejamento e controle do uso do solo, ampliação da capacidade de modos de transporte de maior eficiência social (sejam eles não motorizados ou coletivos), dentre outras.

7. Conclusão O modelo apresentado faz uma avaliação geral dos trechos de vias urbanas com base nas variáveis que descrevem o tráfego e o meio ambiente por meio de um modelo integral-fuzzy e não tem por objetivo caracterizar de maneira cartesiana as possíveis soluções para as vias consideradas críticas; mas sim identificar os trechos ou áreas nas quais deverão ser priorizadas as intervenções. Os dados coletados e tratados por meio do modelo integral-fuzzy permitem monitoramento e controle das ações de intervenção, contribuindo para os ajustes e melhoria do sistema viário e da qualidade ambiental nas áreas em que as ações são realizadas. Quanto aos trechos analisados, os resultados evidenciam o comprometimento referente ao critério qualidade ambiental (poluição atmosférica e sonora) de todos os trechos. A adoção de políticas de transporte voltadas à redução desses impactos deverá ser priorizada e incentivada. O foco do gerenciamento da mobilidade deve estar dirigido à racionalização de recursos energéticos nos transportes. As soluções para a melhoria da mobilidade devem ser buscadas por meio de análises e estudos complementares, como o estudo das freqüências de viagens e dos fatores e motivos que levam os usuários a utilizar veículos automotores. A ação de intervenção deve ser compatível com as especificidades da área, devendo, portanto, combinar a participação dos agentes governamentais e da própria população na busca de soluções que venham a minimizar os conflitos existentes no tráfego e, com isso, almejar uma melhor qualidade de vida urbana.

8. Referências Bibliografias

ARAUJO, Ayres Miranda; BALASSIANO, Ronaldo; RIBEIRO, Suzana Kahn., 2002 “Operação de sistemas de transporte sob demanda como estratégia de redução de emissões de CO2”. In.: Anais do XVII Congresso de Pesquisa e Ensino em Transportes, Natal, pp. 397 – 409, 2002.

ARAÚJO, L e PORTUGAL, 2001, "Um procedimento de análise do desempenho de redes viárias urbanas relacionado com a qualidade de vida”. In: Associação Nacional de Pesquisa e Ensino em Transportes, Unicamp/Campinas, pp. 199 – 207. BALASSIANO, Ronaldo. Considerações Gerais sobre o Gerenciamento da Mobilidade. Notas de aula da disciplina Planejamento e Gerenciamento de demanda para transporte, PET/COPPE/UFRJ, 2004. BRADSHAW, R.; COOPER, S.; FERRIL, S. An International Review of Mobility Management Initiatives, 1998.

CABRAL, Simone Dias e MIRANDA, Wilmar. “O desenvolvimento urbano e a qualidade ambiental – o futuro das cidades”. In.: Anais do IX Encontro Nacional da ANPUR, Rio de Janeiro, Vol.3, pp. 1299 – 1309, 2001.

CÂMARA, Paulo; COUNCIL, Leicester; CAIAFFA, Marta Mendes. “Mobility Management – Uma Nova técnica de Planejamento de Transportes”. In.: XI Congresso de Pesquisa e Ensino em Transportes, 1997.

FINKE, T. Most monitoring and evaluation toolkit. Mobility Management Strateges for the next Decades. Disponível no site www. mo.st. Arquivo capturado em 20 de junho de 2004.

MACKETT, R . Policies to attract drivers out of their cars for short trips. Transport Policy, n.8, pp. 295 – 306.

MAIA, André Dulce Gonçalves. “Análise dos impactos do tráfego urbano na qualidade de vida: Uma aplicação do Modelo de Lens”. Tese de M.SC., PET/COPPE/UFRJ, Rio de Janeiro, RJ, 2003. PEREIRA, Júlio César Rodrigues. Análise de Dados Qualitativos: Estratégias Metodológicas para as Ciências da Saúde, Humanas e Sociais. São Paulo: EDUSP, 1999. SHAW , Ian S., SIMÕES, Marcelo Godoy. Controle e Modelagem Fuzzy. 1ª ed. São Paulo: Edgard Blücher-FAPESP, 1999. SILVA, Vladimir L. “Modelo de Avaliação de Desempenho de Empresas Aéreas de Transporte Regular de Passageiros – O Caso Brasileiro”. Tese de Mestrado, Instituto Militar de Engenharia, Rio de Janeiro, RJ, 2004. STRADLING, S,; MEADOWS, M.; BEATTY, S. Helping drivers out of tehri cars integrating transport policy and social psycology for sustainable change. Transport Policy, n.7, pp.207 – 215, 2000. TANAKA, Kazuo. An Introduction to Fuzzy Logic for Practical Applications. New York: Springer-Verlag, 1997.

9. Apêndice

9.1 Dados Condensados e Variáveis de Saída (Criticidade)

Álvaro Rodrigues

Intervalos Segurança Pert. Rótulo Fluidez Pert. Rótulo Qualidade Pert. Rótulo Total Criticidade 07:30 - 07:35 9,06 0,69 Muito Bom 9,00 0,67 Muito Bom 5,94 0,58 Razoável 8,10 Crítico 07:35 – 07:40 10,00 1,00 Muito Bom 9,00 0,67 Muito Bom 5,53 0,59 Ruim 8,54 Razoável Criticidade 07:40 – 07:45 10,00 1,00 Muito Bom 9,00 0,67 Muito Bom 6,02 0,61 Razoável 8,64 Razoável Criticidade 07:45 – 07:50 10,00 1,00 Muito Bom 9,00 0,67 Muito Bom 6,22 0,69 Razoável 8,61 Razoável Criticidade 07:50 – 07:55 9,45 0,82 Muito Bom 9,00 0,67 Muito Bom 4,58 0,97 Ruim 7,41 Muito Crítico 07:55 – 08:00 9,74 0,91 Muito Bom 9,00 0,67 Muito Bom 5,89 0,55 Razoável 8,51 Razoável Criticidade 08:00 – 08:05 10,00 1,00 Muito Bom 9,00 0,67 Muito Bom 6,15 0,66 Razoável 8,62 Razoável Criticidade 08:05 – 08:10 9,54 0,85 Muito Bom 9,00 0,67 Muito Bom 6,09 0,64 Razoável 8,35 Crítico 08:10 – 08:15 10,00 1,00 Muito Bom 9,00 0,67 Muito Bom 6,11 0,64 Razoável 8,63 Razoável Criticidade 08:15 – 08:20 10,00 1,00 Muito Bom 9,00 0,67 Muito Bom 6,19 0,68 Razoável 8,62 Razoável Criticidade 08:20 – 08:25 10,00 1,00 Muito Bom 9,00 0,67 Muito Bom 6,09 0,63 Razoável 8,63 Razoável Criticidade 08:25 – 08:30 9,56 0,85 Muito Bom 9,00 0,67 Muito Bom 6,17 0,67 Razoável 8,36 Crítico 18:00 – 18:05 8,85 0,62 Muito Bom 8,99 0,66 Muito Bom 6,39 0,76 Razoável 7,98 Crítico 18:05 – 18:10 8,76 0,59 Muito Bom 8,99 0,66 Muito Bom 6,49 0,80 Razoável 7,95 Crítico 18:10 – 18:15 8,45 0,52 Bom 8,99 0,66 Muito Bom 6,44 0,78 Razoável 7,84 Crítico 18:15 – 18:20 6,25 0,70 Razoável 8,99 0,66 Muito Bom 6,64 0,86 Razoável 7,22 Muito Crítico 18:20 – 18:25 8,07 0,64 Bom 8,99 0,66 Muito Bom 6,60 0,84 Razoável 7,78 Crítico 18:25 – 18:30 7,14 0,95 Bom 8,99 0,66 Muito Bom 6,53 0,81 Razoável 7,44 Muito Crítico 18:30 – 18:35 8,45 0,52 Bom 8,99 0,66 Muito Bom 6,48 0,79 Razoável 7,84 Crítico 18:35 – 18:40 9,45 0,82 Muito Bom 8,99 0,66 Muito Bom 6,61 0,84 Razoável 8,29 Crítico 18:40 – 18:45 9,25 0,75 Muito Bom 8,99 0,66 Muito Bom 6,56 0,82 Razoável 8,18 Crítico 18:45 – 18:50 8,49 0,50 Bom 8,99 0,66 Muito Bom 6,54 0,82 Razoável 7,86 Crítico 18:50 – 18:55 6,93 0,97 Razoável 8,99 0,66 Muito Bom 6,55 0,82 Razoável 7,36 Muito Crítico 18:55 – 19:00 8,45 0,52 Bom 8,99 0,66 Muito Bom 6,26 0,71 Razoável 7,82 Crítico Voluntários da Pátria

Intervalos Segurança Pert. Rótulo Fluidez Pert. Rótulo Qual. Pert. Rótulo Total Criticidade 07:30 - 07:35 6,46 0,78 Razoável 10,00 1,00 Muito Bom 3,98 1,00 Muito Ruim 6,84 Muito Crítico 07:35 – 07:40 7,19 0,94 Bom 10,00 1,00 Muito Bom 3,68 1,00 Muito Ruim 6,95 Muito Crítico 07:40 – 07:45 5,88 0,55 Razoável 10,00 1,00 Muito Bom 4,54 0,98 Ruim 6,98 Muito Crítico 07:45 – 07:50 8,11 0,63 Bom 10,00 1,00 Muito Bom 4,39 1,00 Muito Ruim 7,41 Muito Crítico 07:50 – 07:55 7,23 0,92 Bom 10,00 1,00 Muito Bom 4,35 1,00 Muito Ruim 7,19 Muito Crítico 07:55 – 08:00 5,99 0,60 Razoável 10,00 1,00 Muito Bom 4,28 1,00 Muito Ruim 6,88 Muito Crítico 08:00 – 08:05 8,49 0,50 Bom 10,00 1,00 Muito Bom 4,84 0,87 Ruim 7,79 Crítico 08:05 – 08:10 6,71 0,88 Razoável 10,00 1,00 Muito Bom 4,09 1,00 Muito Ruim 6,94 Muito Crítico 08:10 – 08:15 7,17 0,94 Bom 10,00 1,00 Muito Bom 4,53 0,99 Ruim 7,25 Muito Crítico 08:15 – 08:20 8,20 0,60 Bom 10,00 1,00 Muito Bom 3,38 1,00 Muito Ruim 7,04 Muito Crítico 08:20 – 08:25 8,47 0,51 Bom 10,00 1,00 Muito Bom 4,09 1,00 Muito Ruim 7,34 Muito Crítico 08:25 – 08:30 7,24 0,92 Bom 10,00 1,00 Muito Bom 3,68 1,00 Muito Ruim 6,97 Muito Crítico 18:00 – 18:05 6,64 0,86 Razoável 10,00 1,00 Muito Bom 3,30 1,00 Muito Ruim 6,65 Muito Crítico 18:05 – 18:10 6,35 0,74 Razoável 10,00 1,00 Muito Bom 3,40 1,00 Muito Ruim 6,61 Muito Crítico 18:10 – 18:15 6,63 0,85 Razoável 10,00 1,00 Muito Bom 3,11 1,00 Muito Ruim 6,58 Muito Crítico 18:15 – 18:20 7,38 0,87 Bom 10,00 1,00 Muito Bom 3,29 1,00 Muito Ruim 6,87 Muito Crítico 18:20 – 18:25 7,80 0,73 Bom 10,00 1,00 Muito Bom 2,70 1,00 Muito Ruim 6,74 Muito Crítico 18:25 – 18:30 8,22 0,59 Bom 10,00 1,00 Muito Bom 2,77 1,00 Muito Ruim 6,80 Muito Crítico 18:30 – 18:35 7,02 0,99 Bom 10,00 1,00 Muito Bom 3,34 1,00 Muito Ruim 6,78 Muito Crítico 18:35 – 18:40 8,55 0,52 Muito Bom 10,00 1,00 Muito Bom 3,27 1,00 Muito Ruim 7,03 Muito Crítico 18:40 – 18:45 7,33 0,89 Bom 10,00 1,00 Muito Bom 3,12 1,00 Muito Ruim 6,80 Muito Crítico 18:45 – 18:50 7,19 0,94 Bom 10,00 1,00 Muito Bom 2,58 1,00 Muito Ruim 6,58 Muito Crítico 18:50 – 18:55 7,12 0,96 Bom 10,00 1,00 Muito Bom 3,10 1,00 Muito Ruim 6,73 Muito Crítico 18:55 – 19:00 8,48 0,51 Bom 10,00 1,00 Muito Bom 3,26 1,00 Muito Ruim 7,00 Muito Crítico

Obs.: Pert. – Pertinência; Qual. – Qualidade Ambiental.

Paulo Barreto

Intervalos Segurança Pert. Rótulo Fluidez Pert. Rótulo Qualidade Pert. Rótulo Total Criticidade 07:30 - 07:35 8,54 0,51 Muito Bom 8,99 0,66 Muito Bom 6,83 0,93 Razoável 7,93 Crítico 07:35 – 07:40 8,50 0,50 Bom 8,99 0,66 Muito Bom 6,63 0,85 Razoável 7,87 Crítico 07:40 – 07:45 8,45 0,52 Bom 8,99 0,66 Muito Bom 7,00 1,00 Boa 7,95 Crítico 07:45 – 07:50 8,45 0,52 Bom 8,99 0,66 Muito Bom 6,79 0,92 Razoável 7,90 Crítico 07:50 – 07:55 8,44 0,52 Bom 9,00 0,67 Muito Bom 7,12 0,96 Boa 8,03 Crítico 07:55 – 08:00 8,47 0,51 Bom 9,00 0,67 Muito Bom 6,90 0,96 Razoável 7,93 Crítico 08:00 – 08:05 8,45 0,52 Bom 8,99 0,66 Muito Bom 6,20 0,68 Razoável 7,82 Crítico 08:05 – 08:10 8,48 0,51 Bom 8,99 0,66 Muito Bom 6,96 0,98 Razoável 7,94 Crítico 08:10 – 08:15 8,45 0,52 Bom 8,99 0,66 Muito Bom 6,84 0,94 Razoável 7,91 Crítico 08:15 – 08:20 8,44 0,52 Bom 8,99 0,66 Muito Bom 6,84 0,93 Razoável 7,91 Crítico 08:20 – 08:25 8,45 0,52 Bom 8,99 0,66 Muito Bom 7,17 0,94 Boa 8,05 Crítico 08:25 – 08:30 8,47 0,51 Bom 8,99 0,66 Muito Bom 6,75 0,90 Razoável 7,89 Crítico 18:00 – 18:05 8,47 0,51 Bom 8,99 0,66 Muito Bom 7,92 0,69 Boa 8,45 Crítico 18:05 – 18:10 8,45 0,52 Bom 8,99 0,66 Muito Bom 7,82 0,73 Boa 8,40 Crítico 18:10 – 18:15 8,49 0,50 Bom 8,99 0,66 Muito Bom 7,34 0,89 Boa 8,16 Crítico 18:15 – 18:20 8,46 0,51 Bom 8,99 0,66 Muito Bom 8,13 0,62 Boa 8,54 Razoável Criticidade 18:20 – 18:25 8,48 0,51 Bom 8,99 0,66 Muito Bom 7,27 0,91 Boa 8,11 Crítico 18:25 – 18:30 8,47 0,51 Bom 8,99 0,66 Muito Bom 7,48 0,84 Boa 8,23 Crítico 18:30 – 18:35 8,44 0,52 Bom 8,99 0,66 Muito Bom 7,58 0,81 Boa 8,28 Crítico 18:35 – 18:40 8,44 0,52 Bom 8,99 0,66 Muito Bom 7,98 0,67 Boa 8,47 Crítico 18:40 – 18:45 8,44 0,52 Bom 8,99 0,66 Muito Bom 7,93 0,69 Boa 8,45 Crítico 18:45 – 18:50 8,45 0,52 Bom 8,99 0,66 Muito Bom 7,98 0,67 Boa 8,47 Crítico 18:50 – 18:55 8,47 0,51 Bom 8,99 0,66 Muito Bom 7,89 0,70 Boa 8,44 Crítico 18:55 – 19:00 8,48 0,51 Bom 8,99 0,66 Muito Bom 7,73 0,76 Boa 8,36 Crítico

Assis Bueno

Intervalos Segurança Pert. Rótulo Fluidez Pert. Rótulo Qualidade Pert. Rótulo Total Criticidade 07:30 - 07:35 9,22 0,74 Muito Bom 9,96 0,99 Muito Bom 6,76 0,90 Razoável 8,65 Razoável Criticidade 07:35 – 07:40 9,15 0,72 Muito Bom 9,96 0,99 Muito Bom 6,86 0,94 Razoável 8,64 Razoável Criticidade 07:40 – 07:45 8,49 0,50 Bom 9,96 0,99 Muito Bom 6,77 0,91 Razoável 8,45 Crítico 07:45 – 07:50 8,45 0,52 Bom 9,97 0,99 Muito Bom 6,73 0,89 Razoável 8,43 Crítico 07:50 – 07:55 8,45 0,52 Bom 9,95 0,98 Muito Bom 6,89 0,96 Razoável 8,45 Crítico 07:55 – 08:00 8,60 0,53 Muito Bom 10,00 1,00 Muito Bom 7,00 1,00 Boa 8,52 Razoável Criticidade 08:00 – 08:05 8,44 0,52 Bom 10,00 1,00 Muito Bom 6,77 0,91 Razoável 8,46 Crítico 08:05 – 08:10 8,44 0,52 Bom 9,96 0,99 Muito Bom 6,79 0,92 Razoável 8,44 Crítico 08:10 – 08:15 8,45 0,52 Bom 9,96 0,99 Muito Bom 6,51 0,81 Razoável 8,42 Crítico 08:15 – 08:20 8,45 0,52 Bom 10,00 1,00 Muito Bom 6,96 0,98 Razoável 8,48 Crítico 08:20 – 08:25 8,45 0,52 Bom 10,00 1,00 Muito Bom 6,74 0,90 Razoável 8,46 Crítico 08:25 – 08:30 8,45 0,52 Bom 10,00 1,00 Muito Bom 6,37 0,75 Razoável 8,45 Crítico 18:00 – 18:05 8,45 0,52 Bom 10,00 1,00 Muito Bom 7,22 0,93 Boa 8,62 Razoável Criticidade 18:05 – 18:10 8,45 0,52 Bom 10,00 1,00 Muito Bom 7,19 0,94 Boa 8,60 Razoável Criticidade 18:10 – 18:15 8,45 0,52 Bom 10,00 1,00 Muito Bom 7,27 0,91 Boa 8,65 Razoável Criticidade 18:15 – 18:20 8,45 0,52 Bom 10,00 1,00 Muito Bom 7,21 0,93 Boa 8,61 Razoável Criticidade 18:20 – 18:25 8,44 0,52 Bom 10,00 1,00 Muito Bom 7,54 0,82 Boa 8,79 Razoável Criticidade 18:25 – 18:30 8,45 0,52 Bom 10,00 1,00 Muito Bom 7,68 0,77 Boa 8,86 Razoável Criticidade 18:30 – 18:35 8,44 0,52 Bom 10,00 1,00 Muito Bom 7,15 0,95 Boa 8,57 Razoável Criticidade 18:35 – 18:40 8,45 0,52 Bom 10,00 1,00 Muito Bom 7,70 0,77 Boa 8,88 Razoável Criticidade 18:40 – 18:45 8,45 0,52 Bom 10,00 1,00 Muito Bom 7,33 0,89 Boa 8,68 Razoável Criticidade 18:45 – 18:50 8,45 0,52 Bom 10,00 1,00 Muito Bom 7,04 0,99 Boa 8,51 Razoável Criticidade 18:50 – 18:55 8,45 0,52 Bom 10,00 1,00 Muito Bom 7,06 0,98 Boa 8,53 Razoável Criticidade 18:55 – 19:00 8,46 0,51 Bom 10,00 1,00 Muito Bom 7,62 0,79 Boa 8,84 Razoável Criticidade

Obs.: Pert. – Pertinência; Qual. – Qualidade Ambiental.