Redes Neurais com Topologias Otimizadas Aplicadas na Modelagem de Dados Geotécnicos e Pluviométricos para Predição de Deslizamentos de Solo

Nome: Frederico Damasceno Bortoloti
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 28/06/2012
Orientador:

Nomeordem decrescente Papel
Thomas Walter Rauber Orientador

Banca:

Nomeordem decrescente Papel
Fábio Teodoro de Souza Examinador Externo
Renato Antônio Krohling Examinador Interno
Rodolfo Moreira de Castro Junior Coorientador
Thomas Walter Rauber Orientador

Resumo: Os problemas relacionados a deslizamentos em encostas provocados por chuva têm sido uma realidade em vários municípios do Brasil e regiões do mundo. O poder público e instituições de pesquisa têm buscado, em parceira, soluções para minimizar os danos causados
por esses acidentes, a partir de estudos de correlação entre deslizamento de solo e pluviosidade propiciando a criação de um sistema de alerta que possa ajudar a salvar vidas e evitar danos materiais e de propriedade, disponibilizando informações aos órgãos
responsáveis e às populações suscetíveis. Atualmente existem localidades no país onde
a correlação chuva-deslizamento foi estabelecida para um sistema de alerta, baseando-se
em ajuste de curvas envoltórias de precipitação, a partir de um banco de dados pluviom étricos e de ocorrências de deslizamento. O Município de Vitória (ES), onde a mesma metodologia foi aplicada, possui um número signicativo de problemas geotécnicos. Redes
neurais são uma ferramenta interessante para geo-engenharia devido a seu sucesso na modelagem de vários problemas não lineares para gerar mapas e previsão no campo da engenharia geotécnica. O uso de metaheurísticas para otimização de topologias de redes neurais está bem documentado, mas muitas vezes não é aplicado. O presente trabalho aplica redes neurais de topologia Perceptron Multi-Camada (MLP), a qual é otimizada por duas metaheurísticas chamadas Otimização por Enxame de Partículas (PSO) e Algoritmos
Genéticos (GA), para predizer deslizamentos de solo em Vitória-ES, utilizando um banco de dados de precipitação, parâmetros geotécnicos e ocorrências de deslizamento. Os algoritmos também realizam seleção de características, e são comparados com métodos de mineração de dados. Os resultados de ambas as técnicas e desempenhos são comparados com uma rede neural de referência, que utiliza todos os atributos disponíveis. Comparouse
os resultados obtidos pelas redes neurais com a metodologia de ajuste de curvas de função de potência, realizando teste de hipótese sobre registros de eventos previamente separados para teste.

Acesso à informação
Transparência Pública

© 2013 Universidade Federal do Espírito Santo. Todos os direitos reservados.
Av. Fernando Ferrari, 514 - Goiabeiras, Vitória - ES | CEP 29075-910