| Resumo: | Na maioria dos projetos de infra-estruturas de transporte, as tarefas de terraplenagem são geralmente associadas a custos e tempos de execução relativos mais elevados. Sendo demarcadas por combinações de atividades repetitivas, fortemente baseadas no uso de equipamento mecânico, estas tarefas são altamente suscetíveis a ser optimizadas. Embora enfrentem cada vez maior exigência em termos de produtividade e segurança, o planeamento e execução de terraplenagem são atualmente baseados principalmente na experiência acumulada de engenheiros e especialistas, ou parcialmente em guias nacionais. Simultaneamente, com os recentes avanços da tecnologia e o aumento da prática de recolha de dados, aumenta a disponibilidade de bases de dados específicas à área de terraplenagens. Neste sentido, o desenvolvimento das ferramentas de Inteligência Artificial potencia a sua utilização na otimização de tarefas de terraplenagem, tanto na forma de técnicas de Data Mining (DM) como de Otimização Moderna (OM). Os desenvolvimentos recentes nesta área consistem na aplicação de uma dessas tecnologias com vista à otimização de aspectos parciais ou tarefas específicas do processo de terraplenagem. Neste artigo procede-se à revisão da bibliografia de sistemas e aplicações de DM e OM às tarefas de terraplenagens. Com base nas potencialidades e limitações das aplicações analisadas, concluise com a proposta de arquitetura de um sistema original.
|
|---|