Para citar este trabalho use um dos padrões abaixo:
Mega-eventos com atrações concomitantes criam uma decisão de roteiro para cada espectador: quais sessões assistir dentro de um orçamento de tempo, dinheiro e esforço de deslocamento.
Propomos um framework de dois estágeios que apoia essa decisão e é reusável por cidades inteligentes para recomendar itinerários personalizados durante esses eventos.
Primeiramente, um programa multiobjetivo inteiro misto(MO-MIP) otimiza custo, atratividade e logística usando o método Ɛ-constraint aumentado multidirecional (AUGMECON) com preenchimento adaptativo de lacunas.
Então, uma camada de tomada de decisão multicritério(MCDM) ranqueia o conjunto Pareto resultante via soma ponderada simples(SAW) sob três perfis calibrados de espectador(Fanático, Turista, Econômico).
Validamos o framework em 671 sessões dos Jogos Olímpicos do Rio 2016 distribuídas em cinco zonas de venues, gerando 14 soluções não dominadas a partir de 216.095 transições factíveis.
O framework reporta 83% de concordância no top-rank, comparado com três baselines MCDM(AHP+TOPSIS, AHP+VIKOR, WS/MAVT).
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo