Estudo da estabilidade de taludes de minas a céu aberto usando o método BRKGA

Authors

  • Rudinei M. Oliveira Universidade do Estado de Minas Gerais (UEMG)
  • Maria T. G. Duarte Universidade do Estado de Minas Gerais (UEMG)

DOI:

https://doi.org/10.5540/03.2025.011.01.0390

Keywords:

BRKGA, Taludes de Minas, Problema de Agrupamentos, Correlação de Pearson

Abstract

Este trabalho apresenta uma aplicação do algoritmo genético de chaves aleatórias viciadas (biased random-key genetic algorithm - BRKGA) para resolver o problema de agrupamentos com restrições. A solução desse problema será utilizada para separar os taludes de minas em agrupamentos de elementos similares. Os dados são provenientes de 84 taludes selecionados ao redor do mundo, possuindo 18 parâmetros que detalham suas características. Para montar a matriz de distâncias entre os taludes e separá-los em grupos usando o BRKGA, foi empregada a correlação de Pearson. Pelos resultados obtidos nos testes, a técnica demonstrou eficiência no agrupamento dos taludes.

Downloads

Download data is not yet available.

Author Biographies

Rudinei M. Oliveira, Universidade do Estado de Minas Gerais (UEMG)

Pesquisador na Universidade do Estado de Minas Gerais, especializado em algoritmos genéticos aplicados à mineração.

Maria T. G. Duarte, Universidade do Estado de Minas Gerais (UEMG)

Estudante na Universidade do Estado de Minas Gerais, com foco em algoritmos genéticos e mineração.

References

B. Babaki, T. Guns e S. Nijssen. “Constrained Clustering Using Column Generation”. Em: Integration of AI and OR Techniques in Constraint Programming. Vol. 8451. Lecture Notes in Computer Science. Springer International Publishing, 2014, pp. 438–454. doi: 10.1007/978-3-319-07046-9_31.

J. C. Bean. “Genetic Algorithms and Random Keys for Sequencing and Optimization”. Em: ORSA Journal on Computing 6.2 (1994), pp. 154–160.

J. Cristal. O que são os Taludes usados na Mineração. Online. Acessado em 14/02/2024, https://cristaljr.com/taludes-mineracao/.

S. Demir e E. Sahin. “Application of state-of-the-art machine learning algorithms for slope stability prediction by handling outliers of the dataset”. Em: Earth Science Informatics (jul. de 2023). doi: 10.1007/s12145-023-01059-8.

G. J. F. Gonçalves e M. G.C. Resende. “Biased random-key genetic algorithms for combinatorial optimization”. Em: Journal of Heuristics 17.5 (2011), pp. 487–525.

M. Lopes. Estabilidade dos Taludes na Mineração. Online. Acessado em 14/02/2024, https://tecnicoemineracao.com.br/estabilidade-de-taludes-na-mineracao.

M. Z. Naghadehi, R. J., R. KhaloKakaie e S. M. E. Jalali. “A new open-pit mine slope instability index defined using the improved rock engineering systems approach”. Em: International Journal of Rock Mechanics and Mining Sciences 61 (2013), pp. 1–14. issn: 1365-1609. doi: https://doi.org/10.1016/j.ijrmms.2013.01.012.

Published

2025-01-20

Issue

Section

Trabalhos Completos