Revista de Gestão Hoteleira e Empresarial
Acesso livre

Abstrato

Previsão de indicadores ambientais em nivelamentos utilizando técnicas de inteligência artificial

Isham Alzoubi

O nivelamento do terreno é um dos avanços mais significativos no planeamento e desenvolvimento do solo. Embora o nivelamento do terreno com máquinas exija uma quantidade significativa de energia, transmite uma inclinação superficial razoável com uma deterioração insignificante da terra e danos nas plantas e outros seres vivos na terra. De qualquer forma, os especialistas nos últimos anos têm tentado diminuir a utilização de derivados de petróleo e os seus sintomas perniciosos utilizando novos procedimentos, por exemplo, Rede Neural Artificial (RNA), Algoritmo Competitivo Imperialista – RNA (ICA-ANN), e Recaída e Neuro -Adaptiva. Neste exame foram pesquisados ​​​​os impactos de diferentes propriedades do solo, por exemplo, Volume do Aterro, Fator de Compressibilidade do Solo , Gravidade Específica, Teor de Humidade, Declive, Percentagem de Areia e Índice de Intumescimento do Solo na utilização da vitalidade. O exame foi composto por 90 exemplos recolhidos em 3 áreas únicas. O tamanho da treliça foi definido em 20 m em 20 m (20*20) de uma exploração no território Karaj, no Irão. O objetivo deste trabalho foi decidir o melhor modelo direto de Sistema Adaptativo de Inferência Neuro-Fuzzy (ANFIS) e Análise de Sensibilidade para antecipar a utilização da vitalidade para o nivelamento do terreno. Como indicado pelos efeitos posteriores da Análise de Sensibilidade, apenas três limites; A densidade, o fator de compressibilidade do solo e o índice de volume  de aterro tiveram um impacto crítico na utilização de combustível. Quanto às consequências da recaída, apenas três limites; A inclinação, o volume de corte e de enchimento (V) e o índice de expansão do solo (SSI) tiveram um enorme impacto na utilização da vitalidade. a utilização de uma estrutura versátil de derivação neuro-fofinha para a previsão da vitalidade do trabalho, vitalidade do combustível, custo completo do aparelho e vitalidade total do hardware pode ser ilustrada de forma eficaz. Em correlação com a RNA, todos os modelos ICA-ANN apresentaram maior precisão na previsão pelo maior valor de R2 e menor estimativa de RMSE.