Algoritmos de reforço na previsão da força máxima de aderência aço-concreto em barras finas

Resumen

O presente estudo visa desenvolver um modelo preditivo usando algoritmos de aprendizado por reforço. O objetivo principal é propor um método alternativo para a previsão da resistência de aderência entre aço-concreto. Os resultados obtidos indicam que os sistemas inteligentes desenvolvidos são eficazes na estimativa da resistência máxima de aderência, apresentando desempenho comparável ao de outros trabalhos sobre o mesmo tema. Observou-se que existe uma correlação entre um parâmetro do ensaio - o coeficiente de variação - e o desempenho do método computacional, reduzindo erro computacional. O uso da métrica “Indicador” possibilitou a comparação com outros estudas da literatura. Observou-se que o Indicador e o R² são inversamente proporcionais, notou também que existe uma correlação entre essas duas métricas em todos os trabalhos analisados. Por fim, conclui-se que os algoritmos de reforço se apresentam como ferramentas promissoras para o tratamento de problemas complexos, caracterizados por alta não linearidade e múltiplas variáveis, como é o caso da aderência aço-concreto uma vez que os resultados apontam para a viabilidade desses sistemas inteligentes como método alternativo e confiável para a previsão da força máxima de aderência.