Publicação

Avaliação da estabilidade de taludes através de técnicas de Data Mining

Ver documento

Detalhes bibliográficos
Resumo:Neste trabalho são aplicadas técnicas de Data Mining na análise da estabilidade de taludes. Para isso foi gerada uma base de dados contendo os factores de segurança (FS) e as probabilidades de rotura (PR) calculados para 586 taludes homogéneos bem como as suas características geométricas e geotécnicas. Aplicando o processo de Data Mining sobre a base de dados criada, são testadas no ambiente do programa R várias técnicas para previsão do valor do factor de segurança e da probabilidade de rotura. Os melhores métodos para efectuar a previsão do factor de segurança e da probabilidade de rotura são os métodos baseados nas Máquinas de Vectores de Suporte (MVS) e nas Redes Neuronais Artificiais (RNA), levando uma ligeira vantagem os métodos baseados nas MVS. Também é quantificada a importância das variáveis de entrada na previsão do factor de segurança e da probabilidade de rotura.
Autores principais:Martins, Francisco F.
Outros Autores:Gabriel, Marina Alexandra Rei; Moreira, Luís Pedro Coelho
Assunto:Taludes Segurança Data mining Redes neuronais Máquinas de vectores de suporte
Ano:2010
País:Portugal
Tipo de documento:comunicação em conferência
Tipo de acesso:acesso restrito
Instituição associada:Universidade do Minho
Idioma:português
Origem:RepositóriUM - Universidade do Minho
Descrição
Resumo:Neste trabalho são aplicadas técnicas de Data Mining na análise da estabilidade de taludes. Para isso foi gerada uma base de dados contendo os factores de segurança (FS) e as probabilidades de rotura (PR) calculados para 586 taludes homogéneos bem como as suas características geométricas e geotécnicas. Aplicando o processo de Data Mining sobre a base de dados criada, são testadas no ambiente do programa R várias técnicas para previsão do valor do factor de segurança e da probabilidade de rotura. Os melhores métodos para efectuar a previsão do factor de segurança e da probabilidade de rotura são os métodos baseados nas Máquinas de Vectores de Suporte (MVS) e nas Redes Neuronais Artificiais (RNA), levando uma ligeira vantagem os métodos baseados nas MVS. Também é quantificada a importância das variáveis de entrada na previsão do factor de segurança e da probabilidade de rotura.