[en] A HYBRID SOLUTION USING STOCHASTIC AND NEURAL NETWORKS MODELING FOR THE CONSIDERATION OF SAFETY UNCERTAINTIES IN CONSTRUCTION PLANNING METHODS

• Ano de defesa: 2024
• Autor(a) principal: CRISTIANO SAAD TRAVASSOS DO CARMO
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] PROCESSO ESTOCASTICO; [pt] PROJETO DE CONSTRUCAO DE USINAS DE ENERGIA; [pt] OCORRENCIAS DE SEGURANCA; [pt] METODO DE PLANEJAMENTO DE OBRAS; [pt] INCERTEZA; [pt] REDES NEURAIS; [en] STOCHASTIC PROCESS; [en] ENERGY INFRASTRUCTURE CONSTRUCTION PROJECT; [en] SAFETY EVENTS; [en] CONSTRUCTION PLANNING METHOD; [en] UNCERTAINTY; [en] NEURAL NETWORKS
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=65933&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=65933&idi=2; http://doi.org/10.17771/PUCRio.acad.65933

[pt] Na indústria da construção, conhecida por sua natureza dinâmica e caótica, muitas vezes há acidentes de trabalho. Os métodos de planejamento existentes que abordam incertezas, no entanto, frequentemente ignoram as variáveis de segurança, e a literatura relevante é escassa. Este estudo introduz um novo método de planejamento de obras focado na influência de ocorrências de segurança na duração do projeto, especificamente em projetos de construção de usinas de energia. A principal hipótese é que eventos de segurança durante a construção afetam significativamente a duração do projeto, levando a cronogramas deficientes quando não considerados no processo de planejamento. Utilizando a teoria de processos estocásticos, particularmente o processo de quase-nascimento e morte, o estudo explora como os estados de segurança influenciam os estados de atraso. Modelos de redes neurais complementam o modelo estocástico para previsão de séries temporais bivariadas derivadas dos estados estocásticos. Dados reais de projetos demonstram que os eventos de segurança, supondo eventos de atraso planejados, são mais do que o dobro do valor dos estados de atraso. A aplicação do modelo estocástico a um projeto real com um atraso planejado de 8 dias indica um estado de segurança mais provável de 19. Os modelos de memória de curto prazo de longo prazo superam os métodos estatísticos na previsão de séries temporais bivariadas, com uma métrica de estimação quadrática média raiz significativamente menor. A abordagem de planejamento de construção híbrida proposta mostra-se adequada para as fases de pré-construção e construção, oferecendo melhores indicadores de tomada de decisão e apoiando a gestão de segurança reativa.