Uso de redes neurais artificiais na avaliação funcional de estradas florestais

• Ano de defesa: 2008
• Autor(a) principal: Oliveira, Robson José de
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa; BR; Manejo Florestal; Meio Ambiente e Conservação da Natureza; Silvicultura; Tecnologia e Utilização de; Doutorado em Ciência Florestal; UFV
• Palavras-chave em Português: Estrada florestal; Redes neurais artificiais; Avaliação funcional; Forest roads; Neural artificial nets; Functional evaluation; CNPQ::CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL::MANEJO FLORESTAL
• Link de acesso: http://locus.ufv.br/handle/123456789/522

Esse trabalho apresenta resultados de classificação de estradas não pavimentadas obtidos através de mensurações de defeitos em estradas florestais de duas empresas brasileiras, com a utilização do método do Índice de Condição de Rodovia Não Pavimentada (ICRNP), comparando-se estes com outros dados obtidos com o emprego de um procedimento subjetivo denominado Manual de Avaliação e Classificação da Superfície de Pavimento de Cascalho (MACSPC). Os resultados obtidos serviram para a geração de um banco de dados, que foi empregado como base de entrada em um sistema de redes neurais artificiais, com o objetivo de testar a eficiência deste sistema para tornar mais rápida a recuperação das estradas florestais, minimizando custos de transporte e paralisação de tráfego. Realizou-se uma análise de processo hierárquico, concluindo-se que os parâmetros de estradas florestais mais significativos são seção transversal imprópria e drenagem lateral inadequada, que juntos representam 64% dos problemas detectados. A utilização das redes neurais artificiais apresentou resultados superiores aos outros dois métodos empregados, haja vista que 32,50% das unidades amostrais foram classificadas como excelentes pelo método subjetivo (MACSPC), 6,25% pelo método objetivo (ICRNP) e 0% com o uso das redes neurais artificiais.