Propriedade Intelectual da UFG

O presente software foi desenvolvido com o objetivo de permitir que os usuários realizem previsões das profundidades de carbonatação das estruturas de concreto por meio de redes neurais artificiais (RNAs). Trata-se de um software baseado em uma rede neural ensemble híbrida AVR-SARIMA-LSTM-MLP. A rede neural tem base nos modelos ensemble, ou seja, pela combinação por meio de média aritmética (average – AVR) de valores previstos por diferentes redes neurais artificiais isoladas. Essas, por sua vez, são formuladas com base na combinação de diferentes arquiteturas, como por exemplo, Long Short-Term Memory (LSTM), eficaz na identificação de dependências temporais de longo prazo, e Multilayer Perceptron (MLP), capaz de lidar com características complexas e não lineares dos dados. Combinados a essas arquiteturas encontra-se o Seasonal Autoregressive Integrated Moving Average (SARIMA), que é utilizado para realizar as previsões de dados climáticos/ambientais utilizados como parâmetros de entrada das RNAs. Por ser fundamentado em um modelo de rede neural ensemble, o software é indicado para previsão de profundidades de carbonatação de estruturas com mais de 10 anos de idade. Isso ocorre, pois ele demanda que o usuário insira alguns dados de profundidade de carbonatação ao longo do tempo, sendo o mínimo necessário para melhor desempenho, as profundidades até 10 anos. Dessa maneira, esse software se coloca como uma ferramenta ideal na manutenção preventiva de estruturas de concreto.