| Summary: | A gestão das infraestruturas de transporte, nomeadamente da sua rede de taludes, é um aspeto fundamental para assegurar o seu bom funcionamento. Contudo, entre outros aspetos, a elevada extensão das mesmas representa um esforço financeiro significativo no que à sua manutenção e conservação diz respeito. A identificação do nível de estabilidade, em particular dos taludes, é usualmente baseada em informação recolhida durante inspeções de rotina realizadas periodicamente. Assim, é importante que esta seja de fácil obtenção e não recorra a métodos dispendiosos e complexos. Igualmente importante é a existência de ferramentas capazes de identificar eficazmente o nível de estabilidade de cada elemento da rede com base na informação recolhida, de forma a priorizar as verbas disponíveis. Esta tarefa tem-se revelado complexa e até ao momento apenas parcialmente concluída. Neste trabalho é apresentada uma proposta de sistema de avaliação do nível de estabilidade de taludes rochosos, combinando a capacidade de aprendizagem das Redes Neurais Artificiais (RNA) e o poder de otimização dos Algoritmos Genéticos (AG). O sistema proposto tem como base informação recolhida durante inspeções de rotina, bem como todo um conjunto de características geométricas e geográficas do talude, e atribui uma classe ao nível de estabilidade do mesmo. Assim, os AG foram aplicados na seleção do melhor conjunto de variáveis a utilizar no treino da RNA. Esta abordagem, combinando técnicas de otimização e algoritmos de inteligência artificial, permite reduzir significativamente a informação necessária para a identificação do nível de estabilidade de taludes rochosos, sem, contudo, comprometer o desempenho dos modelos.
|
|---|