Autor(es):
Marques, Rui Filipe Pedreira 
; Correia, A. Gomes ; Cortez, Paulo, 1971-
Data: 2008
Identificador Persistente: http://hdl.handle.net/1822/10896
Origem: RepositóriUM - Universidade do Minho
Assunto(s): Data Mining; Terraplenagens; Compactação
Descrição
Neste artigo descreve-se o processo de Data Mining, que visa a extracção automática de conhecimento a partir de dados em bruto, sobre o “Guia Francês de Terraplenagens Rodoviárias” (GTR), com vista à reprodução das condições de compactação neste definidas. Para tal, utilizou-se uma base de dados constituída sobretudo pelas “Tabelas de compactação” do GTR, considerando variáveis qualitativas (material, compactador e nível de energia) e quantitativas (parâmetro Q/S, espessura (e), velocidade (V), número de aplicações de carga (N) e rendimento teórico (Q/L)). O suporte computacional foi composto pela ferramenta estatística R e pela biblioteca RMiner. A alta fiabilidade dos modelos baseados em redes neuronais, aliada aos critérios de arredondamento, permite automatizar a informação das condições de compactação com uma eficiência elevada. This paper describes a Data Mining process, which intends to extract high-level knowledge from raw data, that was applied to the French Guide for Road Earthworks (GTR), with the intention of replicating the compaction conditions. For this purpose, the database consisted mainly of the “Tables of Compaction”, part of GTR, which encompass qualitative variables (material, cylinder and energy level) and quantitative variables (Q/S parameter, thickness (e), speed (V), load applications number (N) and theoretical compaction capacity (Q/L)). The computational support was provided by the R statistical tool and the RMiner library. The high performance of the models based in neural networks, coupled with the rounding criteria, allows an automation of the compaction conditions information with a high efficiency.
