Identificação de solos expansivos e colapsíveis no Nordeste brasileiro a partir de Redes Neurais Artificiais geradas em Pernambuco

Abstract

Solos colapsíveis e expansivos são problemáticos na Engenharia Civil causando patologias nas edificações devido à variação de volume com a mudança de umidade. A identificação desses solos na fase de projeto é importante. O artigo visa elaborar uma arquitetura de Rede Neural Artificial treinada com solos de Pernambuco, para identificação de solos expansivos e colapsíveis, e ampliar sua aplicação à solos dos demais estados do Nordeste brasileiro. Desenvolvida a partir de 87 amostras, divididas entre grupos de treinamento (53 amostras), seleção (17 amostras) e teste (17 amostras), segundo 4 variáveis de entrada porcentagem de areia, porcentagem de argila, índices de plasticidade e atividade. A melhor arquitetura da rede consiste em 4 neurônios na entrada e 1 na saída. Para a validação às cegas do modelo, a rede foi aplicada a 45 amostras de solos colapsíveis e expansivos de demais estados do Nordeste. A análise de desempenho da precisão de classificação da rede com dados de Pernambuco apresentou uma taxa de acurácia de 76,5% e na validação nos demais estados do Nordeste o reconhecimento de padrões foi ainda maior, atingindo acurácia de 91,1%, demonstrando capacidade de capturar tendências no movimento da superfície do solo e auxiliando na resolução de problemas.