Please use this identifier to cite or link to this item: http://www.monografias.ufop.br/handle/35400000/5695
Title: Desempenho de algoritmos para agrupamento de descontinuidades em maciços rochosos.
Authors: Carvalho, Pedro Gabriel de
metadata.dc.contributor.advisor: Santana, Adrielle de Carvalho
Klen, André Monteiro
metadata.dc.contributor.referee: Gertrudes, Jadson Castro
Almeida, Sílvia Grasiella Moreira
Klen, André Monteiro
Santana, Adrielle de Carvalho
Keywords: Análise de agrupamento
Conjuntos de descontinuidades
Fuzzy K-means
K-particle swarm optimization
Issue Date: 2023
Citation: CARVALHO, Pedro Gabriel de. Desempenho de algoritmos para agrupamento de descontinuidades em maciços rochosos.. 2023. 61 p. Monografia (Graduação em Engenharia de Controle e Automação) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2023.
Abstract: Descontinuidade é uma superfície que separa internamente uma massa rochosa de outra. A identificação de grupos de descontinuidades permite identificar importantes parâmetros acerca da estabilidade de maciços rochosos, como mecanismos de ruptura e permeabilidade. Contudo, definir satisfatoriamente tais parâmetros utilizando a interpretação pessoal do diagrama de polos (método clássico) é por vezes insuficiente, visto que esse método depende da experiência do geotécnico e pode ainda levar a interpretações subjetivas. Nesse contexto, diversos autores apresentam o desenvolvimento de métodos numéricos de agrupamento e também métodos de otimização que buscam minimizar os fatores de subjetividade e também atingir bons indicadores de desempenho. Com base nisso é desenvolvido este trabalho que confronta os resultados e desempenho obtidos por métodos de agrupamento determinístico com métodos estocásticos, sendo eles respectivamente: Método Fuzzy K-Means e método K-Particle Swarm Optimization. Como produto, tem-se um compilado dos resultados de cada um dos métodos, com indicadores de desempenho que permitem inferir sobre melhores cenários de aplicação. Além disso, são tratados a complexidade operacional, os parâmetros de ajuste, custo computacional e sobre a identificação de descontinuidades em regiões de fronteira.
metadata.dc.description.abstracten: Discontinuity is a surface that internally separates one rock mass from another. The identification of groups of discontinuities allows identifying important parameters concerning the stability of rock masses, such as rupture mechanisms and permeability. However, satisfactorily defining such parameters using the personal interpretation of the pole diagram (classical method) is sometimes insufficient, since this method depends on the geotechnician’s experience and can still lead to subjective interpretations. In this context, several authors present the development of numerical clustering methods and also optimization methods that seek to minimize the factors of subjectivity and also achieve good performance indicators. Based on that, this work is developed, comparing the results and performance obtained by deterministic clustering methods with stochastic methods, namely: Fuzzy K-Means method and K-Particle Swarm Optimization method. As a product, there is a compilation of the results of each of the methods, with performance indicators that allow inferring about better application scenarios. In addition, operational complexity, adjustment parameters, computational cost and the identification of discontinuities in border regions are treated.
URI: http://www.monografias.ufop.br/handle/35400000/5695
Appears in Collections:Engenharia de Controle e Automação

Files in This Item:
File Description SizeFormat 
MONOGRAFIA_DesempenhoAlgoritmosAgrupamentos.pdf5,74 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons