Modelo Gravitacional de Viagens Duplamente Restringido (GUI)

Autores: Danilo Ferreira e Samuel Sousa Disciplina: Análise e Planejamento de Sistema de Transportes

1. Introdução

Este projeto implementa o Modelo Gravitacional de Alocação de Viagens para estimar uma matriz de deslocamentos Origem-Destino (OD). O diferencial deste modelo é a aplicação do método de Fator Duplo (Doubly Constrained / Furness), que garante que os totais de viagens geradas ($O_i$) e atraídas ($D_j$) por cada zona na matriz estimada correspondam aos totais conhecidos.

Esta versão utiliza uma Interface Gráfica do Utilizador (GUI) desenvolvida com pywebview para facilitar a interação, visualização de dados e análise de cenários.

2. Metodologia: O Modelo de Fator Duplo

O modelo parte do princípio de que a atratividade entre duas zonas é proporcional à sua capacidade de geração ($O_i$) e atração ($D_j$), e inversamente proporcional a uma função de impedância ($f(C_{ij})$) entre elas.

Para garantir que as restrições de origem e destino sejam satisfeitas, o modelo introduz dois fatores de balanceamento iterativos, $A_i$ e $B_j$, calculados pelo Método de Furness. A equação completa do modelo é:

$T_{ij} = A_i \cdot O_i \cdot B_j \cdot D_j \cdot f(C_{ij})$

Fórmulas para os fatores de balanceamento $A_i$ e $B_j$

Onde:

• $T_{ij}$: Viagens estimadas da origem i para o destino j.
• $O_i$ e $D_j$: Totais conhecidos de viagens que saem da zona i e chegam na zona j.
• $A_i$ e $B_j$: Fatores de balanceamento calculados iterativamente.
• $f(C_{ij})$: Função de impedância, que pode ser configurada (exponencial ou potência) e considera custos como tempo, distância e preço.

O núcleo do modelo (core/gravitational_model.py) implementa a rotina iterativa de Furness que ajusta $A_i$ e $B_j$ até a convergência.

3. Estrutura do Projeto

O projeto está organizado nos seguintes diretórios principais:

• main_gui.py: Ponto de entrada da aplicação GUI.
• api.py: Interface entre o backend Python e a GUI (JavaScript).
• core/: Contém a lógica central do modelo:
  • gravitational_model.py: Implementação do algoritmo de Furness.
  • analysis_service.py: Orquestra a execução das análises e cálculo de métricas.
  • data_models.py: Define estruturas de dados (Dataclasses) para entrada e resultados.
• services/: Módulos para tarefas específicas:
  • data_loader.py: Carregamento de dados (Excel, exemplo, cenários).
  • visualization.py: Geração de gráficos e heatmaps (usados no PDF e potencialmente na GUI).
  • pdf_exporter.py: Criação de relatórios em PDF.
  • exceptions.py: Definição de exceções personalizadas.
• gui/: Arquivos da interface gráfica:
  • index.html: Estrutura principal da interface.
  • css/: Folhas de estilo.
  • js/: Lógica JavaScript para interatividade da GUI.
  • assets/: Recursos como Bootstrap.
• config/: Configurações da aplicação:
  • app_config.py: Parâmetros do algoritmo (ex: iterações, tolerância).
• cenarios.json: Definição dos cenários de análise pré-configurados.
• tests/: Testes unitários para o modelo.

4. Funcionalidades

A aplicação GUI oferece as seguintes funcionalidades:

1. Gestão de Dados:
   • Carregar dados de um ficheiro Excel (.xlsx) ou usar um conjunto de dados de exemplo.
   • Editar os dados de entrada (zonas, O/D, matrizes de custo) diretamente na interface.
   • Adicionar ou remover zonas dinamicamente.
   • Exportar os dados atuais para um ficheiro Excel.
   • Baixar um modelo (.xlsx) vazio para preenchimento.
2. Análise Completa de Cenários:
   • Executa uma análise de sensibilidade com cenários pré-definidos (cenarios.json), variando os pesos $\alpha, \beta, \gamma$.
   • Exibe uma tabela comparativa dos resultados e métricas na GUI.
   • Permite a exportação de um relatório detalhado em PDF.
3. Cenário Interativo:
   • Permite ao utilizador definir valores customizados para os parâmetros $\alpha, \beta, \gamma$ através de sliders.
   • Visualiza a matriz de viagens e métricas resultantes em tempo real.
   • Mantém um histórico comparativo dos custos para os diferentes parâmetros testados.
4. Dashboard e Ferramentas:
   • Apresenta um dashboard com métricas chave do cenário base.
   • Inclui ferramentas para:
     • Calcular e visualizar o Índice de Acessibilidade por zona.
     • Analisar a proporção de viagens intrazonais vs. interzonais.
     • Gerar uma matriz de diferença (absoluta ou percentual) entre dois cenários selecionados.
5. Configurações:
   • Permite ajustar parâmetros do algoritmo de Furness (máx. iterações, tolerância).
   • Permite escolher a função de impedância (Potência ou Exponencial).
   • Permite ativar/desativar o cálculo de viagens intrazonais.

5. Como Executar

1. Configurar Ambiente Virtual (Recomendado):

   python -m venv .venv
   # Windows
   .\.venv\Scripts\activate
   # macOS/Linux
   source .venv/bin/activate

2. Instalar as dependências:

   pip install -r requirements.txt

3. Executar a aplicação:

   python main_gui.py