• Informações do Trabalho

Titulo TÉCNICAS DE INTELIGÊNCIA COMPUTACIONAL PARA A PREVISÃO DE PROPRIEDADES MECÂNICAS DO CONCRETO DE AGREGADO LEVE Subtítulo Autor JONATA JEFFERSON ANDRADE Orientador LEONARDO GOLIATT DA FONSECA Resumo No concreto de agregado leve, a resistência à compressão e o peso específico são as propriedades mais importantes e consequentemente as mais comumente analisadas. A maioria das normas apresentam relações entre a densidade do agregado leve e sua resistência à compressão. O módulo de elasticidade (módulo de Young) também possui grande importância para o concreto estrutural leve dada a sua influência sobre as deformações das peças. A relação entre os componentes do concreto e suas propriedades mecânicas é altamente não-linear, e o estabelecimento de um modelo matemático abrangente é usualmente problemático. Dessa forma, modelos mecanicistas das propriedades do concreto podem não ser suficientes para atender às exigências do projeto de concretos de agregados leves. Assim, prever com precisão as propriedades mecânicas do concreto é um problema crítico em construções de concreto de agregado leve. Até o presente momento, considerando o cenário de pesquisa de concretos de agregados leves, faz-se necessário avaliar o desempenho de diferentes técnicas preditivas além das redes neurais artificiais na previsão das propriedades do concreto de agregado leve. O objetivo deste trabalho é avaliar o desempenho de métodos de inteligência computacional, tais como, Redes Neurais Artificiais, Máquinas de Vetores Suporte, Máquinas de Aprendizado Extremo e Árvores de Decisão, para prever o módulo de Young e a resistência à compressão de concretos de agregado leve, de forma a obter um valor próximo ao real. Depois de uma verificação da capacidade de generalização dos métodos, através do processo de validação cruzada, observou-se que as Máquinas de Vetores Suporte apresentaram o melhor desempenho na aproximação das duas propriedades mecânicas. Palavras-Chave Concreto de agregados leves, Aprendizado de máquina, Inteligência compu- tacional.