Este trabalho aborda o problema do congestionamento nas principais vias de acesso à cidade de Lisboa, e os principais fatores que estão na sua origem. Foi realizado com a ajuda da Câmara Municipal de Lisboa, via Lx Data Lab, que disponibilizou os dados utilizados através de um contrato já estabelecido com uma operadora móvel e com o IPMA, sendo possível gerar eventos anonimamente através da sinalização trocada entre a rede móvel e o terminal do utilizador, obtendo informação sobre o volume de entradas e saídas a cada 5 minutos nos 11 pontos de acesso à cidade durante o período de setembro de 2021 a dezembro de 2022. Disponibilizaram também acesso às condições climatéricas e pluviométricas durante o período de análise, permitindo comparar estas condições com o volume de entradas e saídas, caracterizando-as nos períodos da hora de ponta da manhã e da tarde e com variáveis como os períodos escolares e de férias. Este trabalho teve como objetivos: 1) criar conhecimento sobre o problema do congestionamento e da gestão do trânsito; 2) identificar os possíveis fatores e períodos horários com mais trânsito; 3) visualizar e analisar o trabalho realizado de forma a extrair conhecimento que auxilie a tomada de decisão na resolução do problema do congestionamento. Para a realização de previsões de curto prazo foi utilizado um modelo LTSM, obtendo bons resultados, quer pela sua capacidade de prever os padrões de subida e descida dos valores reais, quer pelo baixo valor de perda no conjunto de validação.

This work aims to tackle the problem of congestion on the main access roads to the city of Lisbon, and the main factors behind it. With the help of the Lisbon City Council, via Lx Data Lab, which provided the date obtained from a contract already established with a mobile operator and with IPMA, where it is possible to generate events completely anonymously through the signalling exchanged between the mobile network and the user's terminal to obtain information on the volume of entries and exits every 5 minutes at the 11 access points to the city during the period from September 2021 to December 2022. They also provided access to the weather and rainfall conditions during the same period of analysis, allowing a comparison to be made between these conditions and the volume of inflows and outflows, characterising them during the morning and afternoon rush hour periods and with variables such as school and holiday periods. This work aimed to: 1) create knowledge about the problems of congestion and traffic management; 2) identify the possible factors and time periods with the most traffic; 3) visualise and analyse the work carried out in order to extract knowledge that will help decision-making in tackling the problem of congestion. An LTSM model was used to make short-term forecasts, which obtained good results both in terms of its ability to predict the patterns of rise and fall of the real values and in obtaining a low loss value in the validation set.