Estudo de viabilidade de modelo metroviário sem paradas

Abstract

O transporte metroviário é caracterizado por alto custo de implementação e relativo baixo custo de operação, além disso, proporciona benefícios sociais como redução de emissão de poluentes, porém, no Brasil, este modal é subutilizado em comparação com os modos de transporte rodoviários, como ônibus e automóveis. Por isso este estudo tem como objetivo analisar a viabilidade de uma nova forma de transporte metroviário, nomeado pelo autor de “Sem-paradas” neste estudo, onde o passageiro pode chegar ao seu destino, sem precisar parar em nenhuma estação intermediária. O estudo aborda este problema com ferramentas de Pesquisa Operacional. Realizam-se cálculos para definir os tempos de viagem teóricos e a capacidade de transporte de passageiros deste modelo sem paradas. Para otimizar o tempo de viagem, aplicou-se um método exato e um algoritmo genético, e obteve-se melhores resultados com o método exato, que conseguiu redução nos tempos de viagem de 10-30%. A capacidade máxima de transporte foi determinada a partir do headway mínimo encontrado com base nos tempos de viagem. Enquanto que o headway necessário para atender a demanda da linha metroviária estudada neste trabalho foi encontrado por meio de uma simulação.

Rail transport is known for high infrastructure costs and relatively low operation costs. It also generates social benefits like reduction of gas emission. In Brazil however this passenger transportation method has underwhelming ridership in comparison to road transportation, such as buses and automobiles. Therefore this study’s aim is to test the feasibility of a new rail transport model, named Non-stop on this study. In this model a passenger wouldn’t have to stop at any station in order to arrive at his destination. Operational research tools will be used as means to achieve optimal service time and capacity. The theoretical travel times and passenger carrying capacity of this model are measured. To optimize the travel time, an exact method and a genetic algorithm were applied, better results were obtained by the exact method, which achieved reduction in travel times of 10-30%. The maximum passenger carrying capacity was determined based on the minimum headway, which was found based on the travel times. While the headway needed to meet the demand of the subway line studied in this work was found through of a simulation.