Em um ambiente de computação em nuvem, as empresas têm a capacidade de alocar recursos de acordo com a demanda. No entanto, há um atraso que pode levar alguns minutos entre o pedido de um novo recurso e o mesmo estar pronto para uso. Por esse motivo, as técnicas reativas, que solicitam um novo recurso apenas quando o sistema atinge um determinado limiar de carga, não são adequadas para o processo de alocação de recursos. Para resolver esse problema, é necessário prever as requisições que chegam ao sistema, no próximo período de tempo, para alocar os recursos necessários antes que o sistema fique sobrecarregado. Existem vários modelos de previsão de séries temporais para calcular as previsões de carga de trabalho com base no histórico de dados de monitoramento. No entanto, é difícil saber qual é o melhor modelo de previsão a ser utilizado em cada caso. A tarefa se torna ainda mais complicada quando o usuário não tem muitos dados históricos a serem analisados. A maioria dos trabalhos relacionados, considera apenas modelos de previsão isolados para avaliar os resultados. Outros trabalhos propõem uma abordagem que seleciona modelos de previsão adequados para um determinado contexto. Mas, neste caso, é necessário ter uma quantidade significativa de dados para treinar o classificador. Além disso, a melhor solução pode não ser um modelo específico, mas sim uma combinação de modelos. Neste trabalho propomos um método de previsão adaptativo, usando técnicas de otimização multiobjetivo, para combinar modelos de previsão de séries temporais. O nosso método não requer uma fase prévia de treinamento, uma vez que se adapta constantemente a medida em que os dados chegam ao sistema. Para avaliar a nossa proposta usamos quatro logs extraídos de servidores reais. Os resultados mostram que a nossa proposta frequentemente converge para o melhor resultado, e é suficientemente genérica para se adaptar a diferentes tipos de séries temporais. / In a cloud computing environment, companies have the ability to allocate resources according to demand. However, there is a delay that may take minutes between the request for a new resource and it is ready for using. The reactive techniques, which request a new resource only when the system reaches a certain load threshold, are not suitable for the resource allocation process. To address this problem, it is necessary to predict requests that arrive at the system in the next period of time to allocate the necessary resources, before the system becomes overloaded. There are several time-series forecasting models to calculate the workload predictions based on history of monitoring data. However, it is difficult to know which is the best time series forecasting model to be used in each case. The work becomes even more complicated when the user does not have much historical data to be analyzed. Most related work considers only single methods to evaluate the results of the forecast. Other work propose an approach that selects suitable forecasting methods for a given context. But in this case, it is necessary to have a significant amount of data to train the classifier. Moreover, the best solution may not be a specific model, but rather a combination of models. In this work we propose an adaptive prediction method using multi-objective optimization techniques to combine time-series forecasting models. Our method does not require a previous phase of training, because it constantly adapts the extent to which the data is coming. To evaluate our proposal we use four logs extracted from real servers. The results show that our proposal often brings the best result, and is generic enough to adapt to various types of time series.

Este trabalho é iniciado apresentando os conceitos teóricos necessários para o bom entendimento do tema tratado, incluindo corrosão de armaduras, passivação, despassivação, vida útil e também conceitos de análise de riscos e teoria da confiabilidade. No terceiro capítulo é feita a revisão bibliográfica das variáveis que influem na carbonatação do concreto, apresentando um panorama do conhecimento atual sobre o tema, tanto no Brasil como no exterior. No quarto capítulo são apresentados e discutidos os modelos de previsão da carbonatação sendo também feitas comparações entre os resultados obtidos pelos modelos principais. No capítulo cinco é apresentado o trabalho experimental que objetiva contribuir com o conhecimento sobre a variabilidade da carbonatação e dos cobrimentos por meio de um estudo de caso real. A estrutura estudada foi o subsolo de um edifício residencial na zona central da cidade de São Paulo, no qual foram feitas diversas medidas de profundidade de carbonatação, cobrimentos de armaduras, concentração de CO2 ambiente e umidade relativa do ar. Os resultados foram tratados por meio de análise de variância e os valores de profundidade de carbonatação foram comparados com os valores previstos empregando modelos de previsão. Foi realizado o cálculo teórico da probabilidade de despassivação que foi comparada com a incidência real de despassivação observada. Os coeficientes de variação encontrados também foram comparados com os resultados de outras pesquisas atuais. É apresentado o desenvolvimento de um programa computacional para previsão do período de iniciação por métodos deterministas e probabilistas. / This work starts presenting the theoretical concepts needed for a good understanding of it’s contents, including corrosion of steel in concrete, passivation, despassivation, service life and concepts of risk analysis and reliability theory. In chapter three it’s discussed the several variables that have influence in concrete carbonation, presenting a general view of the knowledge concerning the topic in Brasil and other countries. Chapter four presents and discuss the prediction models of carbonation and comparisons are made between the results of the main models. In chapter five it is presented the experimental work that intends to contribute with the knowledge about the carbonation and concrete covers variability by means of a case study. The studied structure was the parking garage of a 30 years residential building, located in the central zone of São Paulo city in Brasil, in witch were made a several number of measurements of carbonation depth, concrete cover, CO2 concentration and air relative humidity. The collected data was analyzed using variance analysis and the values of carbonation depth were compared with that estimated using prediction models. The theoretical calculation of the despassivation probability was compared with the real despassivation incidence. The variation coefficients obtained were almost compared with the results of other recent investigations. It is still presented the development of a computer program for predicting the initiation period using deterministic and probabilistic methods.

Submitted by Nathália Faria da Silva (nathaliafsilva.ufv@gmail.com) on 2017-07-04T17:58:58Z No. of bitstreams: 1 texto completo.pdf: 538594 bytes, checksum: 6093b581fc640e6c06d18048d80424f2 (MD5) / Made available in DSpace on 2017-07-04T17:58:58Z (GMT). No. of bitstreams: 1 texto completo.pdf: 538594 bytes, checksum: 6093b581fc640e6c06d18048d80424f2 (MD5) Previous issue date: 2001-02-04 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Esta pesquisa trata da aplicabilidade de modelos de previsão de séries temporais como ferramenta de decisão de compra e venda de contratos futuros da BM&F, em datas próximas ao vencimento. Para fins empíricos, foram consideradas as commodities boi gordo, café e soja. O objetivo geral foi verificar qual modelo fornece as previsões mais precisas para cada série de preços considerada no mercado físico. O objetivo específico foi calcular os retornos médios de cada modelo em operações de compra e venda nos mercados futuros das commodities analisadas, de modo a fornecer um indicativo do potencial ou da limitação de cada um deles. Os modelos estudados foram os de Box & Jenkins (ARIMA), Redes Neurais, Estruturais e Bayesianos. Os dados utilizados corresponderam às cotações semanais de boi gordo, café e soja nos mercados físico e futuro. A discussão se baseou na hipótese de que esses modelos são instrumentos viáveis de auxílio à tomada de decisão por parte de agentes ligados ao agronegócio, reduzindo a incerteza quanto ao comportamento futuro dos preços. A análise foi conduzida, primeiramente, em termos de Erro Percentual de Previsão da série de preços do mercado físico para, em seguida, verificar os retornos em simulações de compra e venda de contratos futuros de cada produto, utilizando-se o Índice Sharpe, além do viés positivo ou negativo dessa média, através da estatística de simetria e do grau de dispersão dos retornos, medido pela curtose da distribuição destes. De modo geral, os resultados indicaram que: a) os modelos de previsão de séries temporais captam, de modo coerente, o padrão de comportamento dos preços analisados; b) há, contudo, diferenças de desempenho preditivo entre os modelos e entre cada mercado; e c) os retornos financeiros se mostraram positivos na maioria dos contratos analisados, indicando o potencial de utilização desses modelos em negociações de contratos para datas próximas ao vencimento, com destaque para operações fundamentadas nas previsões dos Modelos ARIMA e Estruturais. / This research deals with the usefulness of times series forecast models as a tool for buy and sell decisions of the brazilian BM&F future contracts, in dates nearby the expiration. For this purpose, the commodities considered were live cattle, coffee and soybeans. The general objective is to verify which model generates the most accurate forecasts for each price series of the considered commodities in the spot market. The specific objective is to calculate the medium returns of each model in buy and sell operations in each market of the analyzed commodities, in way to provide an indication of the potentials or limitations of each one.The models considered are the Box & Jenkins (ARIMA), Neural Networks, Structural and Bayesians time series models. The data utilized correspond to the weekly quotations of live cattle, coffee and soybeans in the spot and futures markets. The discussion is based on the hypothesis that those models are viable instruments to support decisions of economic agents participating in the agribussiness, reducing the uncertainty related to the future behavior of the spot prices. The analysis is carried out, firstly, in terms of Percentage Forecast Error for the price series in the spot market. Then, it verifies the returns in simulated buy and sell of future contracts of each product, using the Sharpe Index as a tool for comparsion, as well as the symmetry and kurtosis statistics. In general, the results indicate that: a) the time series forecast models capture coherently the pattern of the analyzed prices; b) there is, however, differences of forecast performance among the models and markets; and c) the financial returns are shown positive in most of the analyzed contracts, indicating the potential use of those models in negotiations of contracts for dates close to the expiration, with prominence for operations based in the forecasts of the ARIMA and Structural models.

Made available in DSpace on 2015-05-08T14:45:04Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 1065234 bytes, checksum: aefbac301ac1d7646c7bac2965673ce2 (MD5) Previous issue date: 2010-06-21 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The appropriate availability of energy resources is an aspect to be considered in the recovery process of the Brazilian economical growth, such fact highlighted by the widespread use of that resource n the economy, as well as on the electric energy crises in 2001, and the natural gas in the years 2004 and 2005. That said, there is a need of reasoning of decision making, or more specifically the strategic management in the supply of energy sources. In this respect, models of prediction have been shown as an important tool to help in these decision makings. Thus some predictions were made by making use of the proposal of econometry integration + product input, this latter being hybrid for the year 2005. The econometric block was employed to endogenize the family consumption and the private investment. Completing the necessary information to carry out the predictions, the scenery setting was used for it, being of Low, of Reference, and of High ones. The integration of the two blocks by the connection strategy all along with the sceneries. That enabled to make predictions which indicated that the oil and natural gas sectors, oil and coke refinement, alcohol and electricity for the High scenery will quite double their rates of consumption on the Brazilian economy from 2006 to 2015, given an average growth of 96%. For the sceneries of Reference and of Low, the results indicate an increase respectively of 45% and 13%. Comparing the results of the predictions for the years 2006 to 2008 with the data available was possible to get at a reasonable rate of accuracy in the predictions, such fact was essentially true for the Electricity sector. / A adequada disponibilidade de recursos energéticos é um aspecto a ser considerado no processo de recuperação do crescimento econômico brasileiro, fato este realçado pela utilização generalizada desse recurso na economia, bem como, pelas crises de energia elétrica de 2001 e do gás natural nos anos de 2004 e 2005. Sendo assim, há a necessidade de racionalização da tomada de decisão, ou mais precisamente da gestão estratégica no suprimento de fontes energéticas. Neste contexto, modelos de previsão têm se apresentado como uma ferramenta importante para subsidiar nessas tomadas de decisão. Desta forma, foram realizadas previsões utilizando-se da proposta de integração econometria + insumoproduto, sendo esta última híbrida, para o ano de 2005. O bloco econométrico foi empregado para endogeneizar o consumo das famílias e o investimento privado. Complementando as informações necessárias para a realização das previsões se fez uso da construção de cenários, sendo eles o de Baixa, de Referência e de Alta. A integração dos dois blocos pela estratégia de ligação, juntamente aos cenários, permitiu construir previsões que indicaram que os setores petróleo e gás natural, refino de petróleo e coque, álcool e eletricidade, para o cenário de Alta, praticamente dobrarão os seus níveis de consumo na economia brasileira no intervalo de 2006 a 2015, dado um crescimento médio de 96%. Para os cenários de Referência e de Baixa, os resultados indicam um crescimento de respectivamente 45% e 13%. Confrontando os resultados das previsões para os anos de 2006 a 2008 aos dados a que já se tem disponibilidade pôde-se perceber um nível razoável de acurácia das previsões, fato este principalmente verdadeiro para o setor Eletricidade.

Este trabalho é iniciado apresentando os conceitos teóricos necessários para o bom entendimento do tema tratado, incluindo corrosão de armaduras, passivação, despassivação, vida útil e também conceitos de análise de riscos e teoria da confiabilidade. No terceiro capítulo é feita a revisão bibliográfica das variáveis que influem na carbonatação do concreto, apresentando um panorama do conhecimento atual sobre o tema, tanto no Brasil como no exterior. No quarto capítulo são apresentados e discutidos os modelos de previsão da carbonatação sendo também feitas comparações entre os resultados obtidos pelos modelos principais. No capítulo cinco é apresentado o trabalho experimental que objetiva contribuir com o conhecimento sobre a variabilidade da carbonatação e dos cobrimentos por meio de um estudo de caso real. A estrutura estudada foi o subsolo de um edifício residencial na zona central da cidade de São Paulo, no qual foram feitas diversas medidas de profundidade de carbonatação, cobrimentos de armaduras, concentração de CO2 ambiente e umidade relativa do ar. Os resultados foram tratados por meio de análise de variância e os valores de profundidade de carbonatação foram comparados com os valores previstos empregando modelos de previsão. Foi realizado o cálculo teórico da probabilidade de despassivação que foi comparada com a incidência real de despassivação observada. Os coeficientes de variação encontrados também foram comparados com os resultados de outras pesquisas atuais. É apresentado o desenvolvimento de um programa computacional para previsão do período de iniciação por métodos deterministas e probabilistas. / This work starts presenting the theoretical concepts needed for a good understanding of it’s contents, including corrosion of steel in concrete, passivation, despassivation, service life and concepts of risk analysis and reliability theory. In chapter three it’s discussed the several variables that have influence in concrete carbonation, presenting a general view of the knowledge concerning the topic in Brasil and other countries. Chapter four presents and discuss the prediction models of carbonation and comparisons are made between the results of the main models. In chapter five it is presented the experimental work that intends to contribute with the knowledge about the carbonation and concrete covers variability by means of a case study. The studied structure was the parking garage of a 30 years residential building, located in the central zone of São Paulo city in Brasil, in witch were made a several number of measurements of carbonation depth, concrete cover, CO2 concentration and air relative humidity. The collected data was analyzed using variance analysis and the values of carbonation depth were compared with that estimated using prediction models. The theoretical calculation of the despassivation probability was compared with the real despassivation incidence. The variation coefficients obtained were almost compared with the results of other recent investigations. It is still presented the development of a computer program for predicting the initiation period using deterministic and probabilistic methods.

The unavailability of crash-related data has been a long lasting challenge in Brazil. In addition to the poor implementation and follow-up of road safety strategies, this drawback has hampered the development of studies that could contribute to national goals toward road safety. In contrast, developed countries have built their effective strategies on solid data basis, therefore, investing a considerable time and money in obtaining and creating pertinent information. In this research, we aim to assess the potential impacts of supplementary data on spatial model performance and the suitability of different spatial modeling approaches on crash prediction. The intention is to notify the authorities in Brazil and other developing countries, about the importance of having appropriate data. In this thesis, we set two specific objectives: (I) to investigate the spatial model prediction accuracy at unsampled subzones; (II) to evaluate the performance of spatial data analysis approaches on crash prediction. Firstly, we carry out a benchmarking based on Geographically Weighted Regression (GWR) models developed for Flanders, Belgium, and São Paulo, Brazil. Models are developed for two modes of transport: active (i.e. pedestrians and cyclists) and motorized transport (i.e. motorized vehicles occupants). Subsequently, we apply the repeated holdout method on the Flemish models, introducing two GWR validation approaches, named GWR holdout1 and GWR holdout2. While the former is based on the local coefficient estimates derived from the neighboring subzones and measures of the explanatory variables for the validation subzones, the latter uses the casualty estimates of the neighboring subzones directly to estimate outcomes for the missing subzones. Lastly, we compare the performance of GWR models with Mean Imputation (MEI), K-Nearest Neighbor (KNN) and Kriging with External Drift (KED). Findings showed that by adding the supplementary data, reductions of 20% and 25% for motorized transport, and 25% and 35% for active transport resulted in corrected Akaike Information Criterion (AICc) and Mean Squared Prediction Errors (MSPE), respectively. From a practical perspective, the results could help us identify hotspots and prioritize data collection strategies besides identify, implement and enforce appropriate countermeasures. Concerning the spatial approaches, GWR holdout2 out performed all other techniques and proved that GWR is an appropriate spatial technique for both prediction and impact analyses. Especially in countries where data availability has been an issue, this validation framework allows casualties or crash frequencies to be estimated while effectively capturing the spatial variation of the data. / A indisponibilidade de variáveis explicativas de acidentes de trânsito tem sido um desafio duradouro no Brasil. Além da má implementação e acompanhamento de estratégias de segurança viária, esse inconveniente tem dificultado o desenvolvimento de estudos que poderiam contribuir com as metas nacionais de segurança no trânsito. Em contraste, países desenvolvidos tem construído suas estratégias efetivas com base em dados sólidos, e portanto, investindo tempo e dinheiro consideráveis na obtenção e criação de informações pertinentes. O objetivo dessa pesquisa é avaliar os possíveis impactos de dados suplementares sobre o desempenho de modelos espaciais, e a adequação de diferentes abordagens de modelagem espacial na previsão de acidentes. A intenção é notificar as autoridades brasileiras e de outros países em desenvolvimento sobre a importância de dados adequados. Nesta tese, foram definidos dois objetivos específicos: (I) investigar a acurácia do modelo espacial em subzonas sem amostragem; (II) avaliar o desempenho de técnicas de análise espacial de dados na previsão de acidentes. Primeiramente, foi realizado um estudo comparativo, baseado em modelos desenvolvidos para Flandres (Bélgica) e São Paulo (Brasil), através do método de Regressão Geograficamente Ponderada (RGP). Os modelos foram desenvolvidos para dois modos de transporte: ativos (pedestres e ciclistas) e motorizados (ocupantes de veículos motorizados). Subsequentemente, foi aplicado o método de holdout repetido nos modelos Flamengos, introduzindo duas abordagens de validação para GWR, denominados RGP holdout1 e RGP holdout2. Enquanto o primeiro é baseado nas estimativas de coeficientes locais derivados das subzonas vizinhas e medidas das variáveis explicativas para as subzonas de validação, o último usa as estimativas de acidentes das subzonas vizinhas, diretamente, para estimar os resultados para as subzonas ausentes. Por fim, foi comparado o desempenho de modelos RGP e outras abordagens, tais como Imputação pela Média de dados faltantes (IM), K-vizinhos mais próximos (KNN) e Krigagem com Deriva Externa (KDE). Os resultados mostraram que, adicionando os dados suplementares, reduções de 20% e 25% para o transporte motorizado, e 25% e 35% para o transporte ativo, foram resultantes em termos de Critério de Informação de Akaike corrigido (AICc) e Erro Quadrático Médio da Predição (EQMP), respectivamente. Do ponto de vista prático, os resultados poderiam ajudar a identificar hotspots e priorizar estratégias de coleta de dados, além de identificar, implementar e aplicar contramedidas adequadas. No que diz respeito às abordagens espaciais, RGP holdout2 teve melhor desempenho em relação a todas as outras técnicas e, provou que a RGP é uma técnica espacial apropriada para ambas as análises de previsão e impactos. Especialmente em países onde a disponibilidade de dados tem sido um problema, essa estrutura de validação permite que as acidentes sejam estimados enquanto, capturando efetivamente a variação espacial dos dados.

The unavailability of crash-related data has been a long lasting challenge in Brazil. In addition to the poor implementation and follow-up of road safety strategies, this drawback has hampered the development of studies that could contribute to national goals toward road safety. In contrast, developed countries have built their effective strategies on solid data basis, therefore, investing a considerable time and money in obtaining and creating pertinent information. In this research, we aim to assess the potential impacts of supplementary data on spatial model performance and the suitability of different spatial modeling approaches on crash prediction. The intention is to notify the authorities in Brazil and other developing countries, about the importance of having appropriate data. In this thesis, we set two specific objectives: (I) to investigate the spatial model prediction accuracy at unsampled subzones; (II) to evaluate the performance of spatial data analysis approaches on crash prediction. Firstly, we carry out a benchmarking based on Geographically Weighted Regression (GWR) models developed for Flanders, Belgium, and São Paulo, Brazil. Models are developed for two modes of transport: active (i.e. pedestrians and cyclists) and motorized transport (i.e. motorized vehicles occupants). Subsequently, we apply the repeated holdout method on the Flemish models, introducing two GWR validation approaches, named GWR holdout1 and GWR holdout2. While the former is based on the local coefficient estimates derived from the neighboring subzones and measures of the explanatory variables for the validation subzones, the latter uses the casualty estimates of the neighboring subzones directly to estimate outcomes for the missing subzones. Lastly, we compare the performance of GWR models with Mean Imputation (MEI), K-Nearest Neighbor (KNN) and Kriging with External Drift (KED). Findings showed that by adding the supplementary data, reductions of 20% and 25% for motorized transport, and 25% and 35% for active transport resulted in corrected Akaike Information Criterion (AICc) and Mean Squared Prediction Errors (MSPE), respectively. From a practical perspective, the results could help us identify hotspots and prioritize data collection strategies besides identify, implement and enforce appropriate countermeasures. Concerning the spatial approaches, GWR holdout2 out performed all other techniques and proved that GWR is an appropriate spatial technique for both prediction and impact analyses. Especially in countries where data availability has been an issue, this validation framework allows casualties or crash frequencies to be estimated while effectively capturing the spatial variation of the data. / A indisponibilidade de variáveis explicativas de acidentes de trânsito tem sido um desafio duradouro no Brasil. Além da má implementação e acompanhamento de estratégias de segurança viária, esse inconveniente tem dificultado o desenvolvimento de estudos que poderiam contribuir com as metas nacionais de segurança no trânsito. Em contraste, países desenvolvidos tem construído suas estratégias efetivas com base em dados sólidos, e portanto, investindo tempo e dinheiro consideráveis na obtenção e criação de informações pertinentes. O objetivo dessa pesquisa é avaliar os possíveis impactos de dados suplementares sobre o desempenho de modelos espaciais, e a adequação de diferentes abordagens de modelagem espacial na previsão de acidentes. A intenção é notificar as autoridades brasileiras e de outros países em desenvolvimento sobre a importância de dados adequados. Nesta tese, foram definidos dois objetivos específicos: (I) investigar a acurácia do modelo espacial em subzonas sem amostragem; (II) avaliar o desempenho de técnicas de análise espacial de dados na previsão de acidentes. Primeiramente, foi realizado um estudo comparativo, baseado em modelos desenvolvidos para Flandres (Bélgica) e São Paulo (Brasil), através do método de Regressão Geograficamente Ponderada (RGP). Os modelos foram desenvolvidos para dois modos de transporte: ativos (pedestres e ciclistas) e motorizados (ocupantes de veículos motorizados). Subsequentemente, foi aplicado o método de holdout repetido nos modelos Flamengos, introduzindo duas abordagens de validação para GWR, denominados RGP holdout1 e RGP holdout2. Enquanto o primeiro é baseado nas estimativas de coeficientes locais derivados das subzonas vizinhas e medidas das variáveis explicativas para as subzonas de validação, o último usa as estimativas de acidentes das subzonas vizinhas, diretamente, para estimar os resultados para as subzonas ausentes. Por fim, foi comparado o desempenho de modelos RGP e outras abordagens, tais como Imputação pela Média de dados faltantes (IM), K-vizinhos mais próximos (KNN) e Krigagem com Deriva Externa (KDE). Os resultados mostraram que, adicionando os dados suplementares, reduções de 20% e 25% para o transporte motorizado, e 25% e 35% para o transporte ativo, foram resultantes em termos de Critério de Informação de Akaike corrigido (AICc) e Erro Quadrático Médio da Predição (EQMP), respectivamente. Do ponto de vista prático, os resultados poderiam ajudar a identificar hotspots e priorizar estratégias de coleta de dados, além de identificar, implementar e aplicar contramedidas adequadas. No que diz respeito às abordagens espaciais, RGP holdout2 teve melhor desempenho em relação a todas as outras técnicas e, provou que a RGP é uma técnica espacial apropriada para ambas as análises de previsão e impactos. Especialmente em países onde a disponibilidade de dados tem sido um problema, essa estrutura de validação permite que as acidentes sejam estimados enquanto, capturando efetivamente a variação espacial dos dados.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-11-06T19:39:26Z No. of bitstreams: 1 EDSON ARAÚJO BARBOSA DE ALMEIDA - DISSERTAÇÃO PPGECA 1999..pdf: 57842037 bytes, checksum: 37a3bc64ce654c4edd302e382c000bcc (MD5) / Made available in DSpace on 2018-11-06T19:39:26Z (GMT). No. of bitstreams: 1 EDSON ARAÚJO BARBOSA DE ALMEIDA - DISSERTAÇÃO PPGECA 1999..pdf: 57842037 bytes, checksum: 37a3bc64ce654c4edd302e382c000bcc (MD5) Previous issue date: 1999-09 / Estudos realizados no Brasil e no exterior vem demonstrando a importância dos modelos de desempenho na implantação de gerência de pavimentos ou até mesmo na atividade de reabilitação de pavimentos. Este trabalho tem o objetivo de desenvolver modelos de previsão de desempenho para as rodovias do estado da Paraíba. Para tanto foram utilizados os dados de avaliação de superfície e de estrutura, realizados entre os anos de 1990 a 1993 pela equipe técnica do DER-PB em 24 rodovias. Estas avaliações incluem análise de defeitos de superfície, estrutural e dados características de cada trecho, sendo avaliado cada rodovia em apenas um ano o que permitiu utilizar a metodologia desenvolvida por Shain & outros (1987). Em seguida agruparam-se várias rodovias, em função de suas características climatológicas e geográficas. Foram correlacionados, para cada grupo, os dados de avaliação de superfície (IGG) e os dados de avaliação estrutural (Do e raio) com a idade e o tráfego de cada rodovia, resultando em uma tendência de desempenho para cada grupo e cada correlação. Entretanto só obteve-se resultados satisfatórios nas correlações com a idade pois não se dispunha de um histórico de tráfego das rodovias analisadas, sendo necessário para atingir o objetivo desejado para trabalhar com os dados não apurados. Com base nas análises preliminares e nos resultados finais, pode-se concluir que as rodovias analisadas não se encontram em bom estado quanto ao aspecto estrutural. Por fim, esta pesquisa mostra a importâncias dos modelos de previsão de desempenho, que permite analisar o comportamento dos pavimentos avaliados ao longo de sua vida útil. / Studies accomplished in Brazil and in the exterior studding comes the importance of the models of acting forecast in the implantation of systems of management of pavements or even, in the activities of rehabilitation of pavements. This work has the objective of developing models of acting forecast for the highways of the state of Paraíba. For so much the data of surfaçe evaluations were used and it structures, accomplished among the years from 1990 to 1993 by the technical team of the DER-PB in 24 highways. These evaluations had included analysis space, being evaluated each highway in just one year that allowed to use the methodology developed by Shain & other (1987). Soon after they assembled several highways, in function of its climatological and geographical characteristics of the area and type coating of the highways, what allowed the formation five groups of highways. They were correlated, for each group, the data of surface evaluation (IGG) and the data of structure evaluation (of the and I Stripe) with the age and the traffic of each highway resulting in an acting tendency for each group and each correlation. Hewever it was only obtained satisfactory results in the correlation' s with the age because it was not had a historical study of traffic of the analyzed highways, being necessary to reach the wanted objective, to work with having given not select. With base in the preliminary analyses and in the final results it could be concluded that the analyzed highways don1t find on the other hand in good state under the superficial aspect they present a good state with relationship to the structural aspect. Finally, this research exhibition the importance of the models of acting forecast, which permitted to analyze the behavior of the pavements evaluated along its useful life.