Skip to content
SBTA Brazilian Air Transportation
Research Society
ENPT

SITRAER Proceedings · XIX SITRAER 2022

SITRAER Proceedings – XIX SITRAER (2022)

Machine Learning Applied in the Evaluation of Airport Projects

  • Ítalo Guedes dos Santos
  • Max Lira Veras Xavier Andrade
  • Cleber Zanchettin

Universidade Federal de Pernambuco (UFPE) · Universidade Federal de Pernambuco (UFPE), Centro de Informática

Event
XIX SITRAER – São José dos Campos, SP, Brasil, October 25–27, 2022
Volume
Proceedings of SITRAER 2022 – Air Transportation Symposium · ISSN 2448-1912
Pages
586–594
Publisher
Sociedade Brasileira de Pesquisa em Transporte Aéreo (SBTA)
Editors
Giovanna Miceli Ronzani Borille, Rogéria de Arantes Gomes, Evandro José da Silva, Mauro Caetano, Cláudia Azevedo Pereira

Resumo

O Brasil é um país com dimensões continentais, tendo o transporte aéreo como um vetor estratégico no desenvolvimento econômico. Em virtude de uma conjugação favorável de fatores, tais como: dimensão territorial, alta mobilidade geográfica e social, dentre outros, o Brasil tornou-se um dos países emergentes com elevado potencial de desenvolvimento do transporte aéreo. No que diz respeito ao desenvolvimento de um projeto aeroportuário no Brasil, uma série de pré-requisitos normativos norteiam os projetistas durante o desenvolvimento. Dentre os documentos, pode-se destacar: i) RBAC (Regulamento Brasileiro de Aviação Civil), ii) Manual de Projetos Aeroportuários, iii) Anexo 14, iv) Manual de Critérios e Condições de Planejamento Aeroportuário, entre outros. Tendo em vista a quantidade elevada de documentos normativos a serem considerados na fase de desenvolvimento de um projeto aeroportuário, faz-se necessário que a equipe de analistas de projeto disponha de expertise para realizar a avaliação desses projetos. Na situação atual, o processo de avaliação e aprovação tende a perdurar meses e, em alguns casos, até anos, até a aprovação final do projeto. Este artigo apresenta resultados parciais de uma pesquisa de doutorado em desenvolvimento que utiliza técnicas de Aprendizagem de Máquina na fase de avaliação de projetos aeroportuários a partir de dados contidos nos modelos digitais de aeroportos baseado na Modelagem da Informação da Construção (BIM). Os resultados preliminares desta pesquisa demonstram a utilização de três algoritmos de aprendizagem supervisionada conseguindo obter uma acurácia de predição acima de 90%.

Palavras-chave: Airport; BIM; Evaluation; Machine Learning

How to cite

ABNT

SANTOS, Ítalo Guedes dos; ANDRADE, Max Lira Veras Xavier; ZANCHETTIN, Cleber. Machine Learning Applied in the Evaluation of Airport Projects. In: SIMPÓSIO DE TRANSPORTE AÉREO, 19., 2022, São José dos Campos. Anais [...]. São José dos Campos: SBTA, 2022. p. 586-594. ISSN 2448-1912. Disponível em: https://sitraer-sbta.org/anais-2022-sit214.html.

APA

Santos, Í. G., Andrade, M. L. V. X., & Zanchettin, C. (2022). Machine Learning Applied in the Evaluation of Airport Projects. In G. M. R. Borille, R. A. Gomes, E. J. Silva, M. Caetano, & C. A. Pereira (Eds.), Proceedings of SITRAER 2022 – Air Transportation Symposium (pp. 586–594). SBTA. https://sitraer-sbta.org/anais-2022-sit214.html

BibTeX
@inproceedings{santos2022machine,
  author = {Santos, Ítalo Guedes dos and Andrade, Max Lira Veras Xavier and Zanchettin, Cleber},
  title = {{Machine Learning Applied in the Evaluation of Airport Projects}},
  booktitle = {Proceedings of SITRAER 2022 – Air Transportation Symposium},
  editor = {Borille, Giovanna Miceli Ronzani and Gomes, Rogéria de Arantes and Silva, Evandro José da and Caetano, Mauro and Pereira, Cláudia Azevedo},
  pages = {586--594},
  year = {2022},
  address = {São José dos Campos, SP, Brasil},
  publisher = {Sociedade Brasileira de Pesquisa em Transporte Aéreo (SBTA)},
  issn = {2448-1912},
  url = {https://sitraer-sbta.org/anais-2022-sit214.html}
}