Análise comparativa da estimativa do coeficiente de permeabilidade de solos por redes neurais artificiais e métodos estatísticos

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.authorMoreschi, Morgana
dc.contributor.authorLatteshttp://lattes.cnpq.br/5099811764251015
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.referee3Ferreira, Silvio Romero de Melo
dc.contributor.referee3IDhttps://orcid.org/0000-0002-5760-1494
dc.contributor.referee3Latteshttp://lattes.cnpq.br/8035357058902261
dc.contributor.referee4Alves, Elcio Cassimiro
dc.contributor.referee4IDhttps://orcid.org/0000000169712645
dc.contributor.referee4Latteshttp://lattes.cnpq.br/6509450210637509
dc.date.accessioned2024-05-30T01:41:36Z
dc.date.available2024-05-30T01:41:36Z
dc.date.issued2023-02-17
dc.description.abstractThis research analyzes and compares the performance of artificial neural networks (ANN), statistical methods and empirical and semi-empirical correlations in predicting values ​​of the permeability coefficient of saturated soils (ksat), from index properties that characterize the particle size distribution and the fine fraction. 8258 experimental data of ksat of soils composed of coarse and fine grains (2.50x10-13  ksat (m/s)  4.50x10-2 ), published in 08 databases in the literature, were compiled and compared, in order to assist in the understanding of the hydraulic properties of saturated soils and in the description of ksat prediction problems. Subsequently, a set of samples was selected and analyzed with a combination of different input variables for predicting log(ksat), using multiple linear and polynomial regression and ANN. The input variables considered were percentage of fines (silt and clay) (%Fines), liquid limit (LL), effective diameter (d10), uniformity coefficient (Cu) and void ratio (e). The results were evaluated based on the values ​​of the coefficient of determination, the root mean square error and the mean absolute error. The performance of the ANNs surpassed the regressions and correlations in the literature. Of all the results of the analyses performed, ANN302, which considered %Fines, LL, Cu and d10 as independent variables, presented, numerically, the best results. The addition of a third hidden layer reduced the accuracy of the networks. The regressions and ANNs were better than the empirical correlations for the prediction of ksat, for the investigated database, and showed that the choice of variables that characterize the particle size distribution and the fine fraction was satisfactory for the experimental database. Considering that ksat is a highly variable property and a function of several interdependent properties, the ANN technique proved to be viable, mainly because it does not require prior knowledge of the mathematical relationship between the variables and because of its ability to describe problems of greater complexity. The importance of including information on the particle size and nature of the fines in ksat databases is highlighted, mainly for characterizing the permeability of samples with hydraulic properties dominated by the fine fraction.
dc.description.resumoEsta pesquisa analisa e compara o desempenho de redes neurais artificiais (RNA), métodos estatísticos e correlações empíricas e semiempíricas na previsão de valores do coeficiente de permeabilidade de solos saturados (ksat), a partir de propriedades índices que caracterizam a distribuição granulométrica e a fração fina. Foram compilados e comparados 8258 dados experimentais de ksat de solos compostos por grãos grossos e finos (2,50x10-13  ksat (m/s)  4,50x10-2 ), publicados em 08 bancos de dados na literatura, com o intuito de auxiliar na compreensão das propriedades hidráulicas de solos saturados e na descrição de problemas de predição de ksat. Posteriormente, um conjunto de amostras foi selecionado e analisado com uma combinação de diferentes variáveis de entrada para previsão do log(ksat), utilizando regressão linear e polinomial múltipla e RNA. As variáveis de entrada consideradas foram percentual de finos (silte e argila) (%Finos), limite de liquidez (LL), diâmetro efetivo (d10), coeficiente de uniformidade (Cu) e índice de vazios (e). Os resultados foram avaliados a partir dos valores do coeficiente de determinação, da raiz do erro quadrático médio e do erro médio absoluto. O desempenho das RNA superou as regressões e as correlações da literatura. De todos os resultados das análises realizadas, a RNA302, que considerou como variáveis independentes o %Finos, LL, Cu e d10, apresentou, numericamente, os melhores resultados. O acréscimo de uma terceira camada oculta reduziu a acurácia das redes. As regressões e as RNA foram melhores que as correlações empíricas para a previsão de ksat, para a base de dados investigada, e mostraram que a escolha das variáveis que caracterizam a distribuição granulométrica e a fração fina foi satisfatória para a base de dados experimentais. Considerando que ksat é uma propriedade altamente variável e função de diversas propriedades interdependentes, a técnica de RNA mostrou-se viável, principalmente, por não exigir o conhecimento prévio da relação matemática entre as variáveis e por sua capacidade de descrever problemas de maior complexidade. Destaca-se a importância de se incluir informações sobre a granulometria e a natureza dos finos em bancos de dados de ksat, principalmente, para caracterização da permeabilidade de amostras com propriedades hidráulicas dominadas pela fração fina.
dc.description.sponsorshipFundação Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
dc.formatText
dc.identifier.urihttp://repositorio.ufes.br/handle/10/16829
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.subjectPermeabilidade
dc.subjectMecânica dos solos
dc.subjectRedes neurais artificiais
dc.subjectMétodos estatísticos
dc.subjectSolo saturado
dc.subject.br-rjbnsubject.br-rjbn
dc.subject.cnpqEngenharia Civil
dc.titleAnálise comparativa da estimativa do coeficiente de permeabilidade de solos por redes neurais artificiais e métodos estatísticos
dc.title.alternativetitle.alternative
dc.typemasterThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
MorganaMoreschi-2023-dissertacao.pdf
Tamanho:
3.15 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Mestrado em Engenharia Civil