Detalhes bibliográficos
| Ano de defesa: |
2006 |
| Autor(a) principal: |
Santos Júnior, Ovídio Joaquim dos |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://www.teses.usp.br/teses/disponiveis/18/18132/tde-27112006-164931/
|
Resumo: |
Atualmente, a escavação de túneis rasos em regiões densamente ocupadas requer medidas severas para reduzir riscos e possíveis influências em estruturas próximas. Um importante passo é a previsão dos efeitos da escavação, principalmente no que concerne à geração de recalques. As redes neurais artificiais (RNAs) aparecem como uma nova ferramenta para auxiliar o entendimento desses fenômenos. Isso porque a rede neural possui a capacidade de realizar generalizações, isto é, após a rede aprender características de uma categoria geral de dados baseada em uma série de exemplos daquela categoria, a rede pode apresentar respostas idênticas ou similares às respostas treinadas para entradas não treinadas. Nesse trabalho, realiza-se a aplicação de redes neurais artificiais para os dados das linhas 1 e 2 do metrô de São Paulo, onde se observa a influência de alguns parâmetros e a melhoria significativa de previsão da rede neural devido à utilização de algumas técnicas no tratamento e manuseio dos dados. Dentre as técnicas de tratamento de dados utilizadas destaca-se a adimensionalização dos dados por parâmetros da própria obra garantindo melhor estabilidade à rede e melhor capacidade de previsão. Análises de sensibilidade também são realizadas para contemplar o tipo de influência que cada parâmetro exerceu nos recalques obtidos. |
