Análise comparativa da estimativa do indice de compressão de argilas por redes neurais artificiais e correlações empíricas

Página do item simplificado
dc.contributor.advisor1Bicalho, Katia Vanessa
dc.contributor.advisor1IDhttps://orcid.org/0000-0002-2157-7322
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9639299365620025
dc.contributor.authorOliveira Filho, Amandio Gonçalves de
dc.contributor.authorIDhttps://orcid.org/0000-0003-0605-5830
dc.contributor.authorLatteshttp://lattes.cnpq.br/6546712936487518
dc.contributor.referee1Romanel, Celso
dc.contributor.referee1IDhttps://orcid.org/0000-0002-8812-3456
dc.contributor.referee1Latteshttp://lattes.cnpq.br/1721981607189967
dc.contributor.referee2Hisatugu, Wilian Hiroshi
dc.contributor.referee2IDhttps://orcid.org/0000-0001-8333-0539
dc.contributor.referee2Latteshttp://lattes.cnpq.br/6597878238749014
dc.contributor.referee3Frasson, Antonio Manoel Ferreira
dc.contributor.referee3IDhttps://orcid.org/
dc.contributor.referee3Latteshttp://lattes.cnpq.br/8909318465989135
dc.contributor.referee4Alves, Elcio Cassimiro
dc.contributor.referee4IDhttps://orcid.org/0000000169712645
dc.contributor.referee4Latteshttp://lattes.cnpq.br/6509450210637509
dc.date.accessioned2024-05-29T22:11:25Z
dc.date.available2024-05-29T22:11:25Z
dc.date.issued2019-11-01
dc.description.abstractThe compression index, CC, and the compression ratio, CR, obtained through a unidimensional compression laboratory test, normally called consolidation test, are usually used to calculate the consolidation settlement of soft clay soils when requested by external loads. Several empirical correlations have been published in the literature to predict CC and CR values for different soft soils as a function of their index properties. The multiplicity of published correlations to estimate CC and CR indicates the need for selection criteria in their use. This research investigates a database of 2,022 soft soil samples from different geological sites in Brazil and other countries. The objective of this study is to evaluate the prediction capacity of the compression index and the compression rate through empirical correlations previously published in the literature and by empirical correlations of adjustments proposed in this research, compared to the use of Artificial Neural Networks (ANNs). Artificial neural networks were trained with the Levenberg-Marquardt algorithm, with one or two hidden layers operating sigmoid activation functions and an output layer activated by a linear function. The ANNs are trained in different groups, first with all soil samples from the dataset, and then only with soil samples from the Brazilian coast, in order to evaluate the generalization capacity of ANNs. Forecasting performance have been assessed using statistical techniques that include: (i) the root mean square error (RMSE), (ii) the estimated and measured compression index ratio (K), (iii) the ranking index (RI) and (iv) the ranking distance (RD). The presented results reveal that the adapted ANNs created for estimation of soft soils Cc and CR from Brazilian coast and other countries have potential application as an alternative to the empirical correlations, especially during preliminary investigation of suitability of a foundation site during planning stages
dc.description.resumoO índice de compressão, CC, e a taxa de compressão, CR, obtidos através de ensaio de laboratório de compressão unidimensional, comumente chamado de ensaio de adensamento são normalmente utilizados para calcular o recalque de adensamento de solos argilosos moles quando solicitados por carregamentos externos. Diversas correlações empíricas têm sido publicadas na literatura para prever os valores de CC e CR para diferentes solos moles em função de suas propriedades índices. A multiplicidade e variabilidade das correlações previamente publicadas indicam a necessidade de critérios de seleção e uso das mesmas. Esta pesquisa investiga uma base de dados de 2.022 amostras de solos moles de diferentes locais geológicos no Brasil e em outros países. O objetivo geral deste estudo é avaliar a capacidade de previsão do índice de compressão e da taxa de compressão a partir de correlações empíricas previamente publicadas na literatura e por correlações empíricas de ajustes propostas nesta pesquisa, em comparação ao uso de Redes Neurais Artificiais (RNAs). As redes neurais artificiais são treinadas com o algoritmo LevenbergMarquardt, com uma ou duas camadas escondidas operando as funções de ativação do tipo sigmóide e uma camada de saída, ativada por uma função linear. As redes são treinadas em grupos diferentes, primeiro com todas as amostras de solos da base, e em seguida, apenas com as amostras de solos do litoral brasileiro, para assim avaliar a capacidade de generalização das RNAs. O desempenho das previsões é avaliado a partir de técnicas estatísticas que incluem: (i) a raiz do erro quadrático médio – root mean squared error (RMSE), (ii) o coeficiente de determinação (R²), (iii) a variação do índice de compressão medido e estimado (K), (iv) índice de classificação – ranking index (RI) e (v) índice de distância – ranking distance (RD). Os resultados obtidos indicam que as RNAs têm potencial de aplicação como alternativa às correlações empíricas na previsão de CC e CR para solos moles do litoral brasileiro e também para outros países.
dc.formatText
dc.identifier.urihttp://repositorio.ufes.br/handle/10/13499
dc.languagepor
dc.publisherUniversidade Federal do Espírito Santo
dc.publisher.countryBR
dc.publisher.courseMestrado em Engenharia Civil
dc.publisher.departmentCentro Tecnológico
dc.publisher.initialsUFES
dc.publisher.programPrograma de Pós-Graduação em Engenharia Civil
dc.rightsopen access
dc.subjectRedes Neurais Artificiais
dc.subjectCompressibilidade Unidimensional
dc.subjectSoft clay soils
dc.subjectUnidimensional compression
dc.subjectArtificial Neural Network
dc.subjectCorrelações empíricas
dc.subjectSolos argilosos moles
dc.subject.br-rjbnsubject.br-rjbn
dc.subject.cnpqEngenharia Civil
dc.titleAnálise comparativa da estimativa do indice de compressão de argilas por redes neurais artificiais e correlações empíricas
dc.title.alternativetitle.alternative
dc.typemasterThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
AmandioGoncalvesdeOliveiraFilho-2019-dissertacao.pdf
Tamanho:
17.19 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Mestrado em Engenharia Civil