Comparação de Modelos Preditivos Baseados em Machine Learning para a Previsão de Resistências de Concreto

Daniel Hastenpflug; Paula Bruzadelle Vieira

DOI: 10.22167/2675-6528-202602819

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

A predição da resistência à compressão característica do concreto (fck) por métodos tradicionais é limitada pela natureza não linear das interações entre seus constituintes e pela crescente variabilidade composicional dos concretos modernos. O aprendizado de máquina (ML) representou uma alternativa promissora, mas comparações publicadas frequentemente careceram de rigor metodológico, incorrendo em vazamento de dados, remoção de outliers sem otimização por modelo e ausência de quantificação de incerteza. Propôs-se uma estrutura de comparação entre nove algoritmos de ML (Regressão Linear, Bayesian Ridge, Decision Tree, Random Forest, Gradient Boosting, SVR (RBF e polinomial), XGBoost e Rede Neural Artificial (ANN)) aplicados a um banco de dados de 1.319 observações experimentais de traços de concreto de cimento Portland. A metodologia adotou otimização Bayesiana via Optuna para remoção de outliers, split canônico 80/20 com semente fixa, partição de referência comum, validação cruzada repetida (10×10 folds) e simulação Monte Carlo. Realizou-se análise estatística abrangente, incluindo testes de Friedman-Nemenyi, Diebold-Mariano, Model Confidence Set (MCS) e Plackett-Luce. A limpeza Bayesiana individualizada removeu entre 0,66% e 8,6% das amostras, com respostas divergentes entre algoritmos. XGBoost, Random Forest e Gradient Boosting beneficiaram-se ou permaneceram estáveis, enquanto ANN e SVR_poly sofreram degradação de desempenho, confirmando a inexistência de um método de limpeza universalmente ótimo. O Model Confidence Set (MCS) identificou XGBoost (R² = 0,969; RMSE = 7,63 MPa), Gradient Boosting e Random Forest como conjunto superior de modelos estatisticamente indistinguíveis. Modelos lineares e SVR foram eliminados sequencialmente. A análise SHAP revelou que sílica ativa e idade foram as variáveis dominantes nos modelos de ensemble, mas irrelevantes nos lineares. A metodologia proposta estabeleceu um benchmark reprodutível para comparações futuras.

Palavras-chave: Machine learning; Otimização Bayesiana; Remoção de outliers; Resistência à compressão do concreto; XGBoost.

1. Introdução

O concreto é o material mais empregado na construção civil mundial, sendo fundamental tanto em estruturas portantes quanto em elementos de vedação. Este compósito, formado por cimento, areia, brita e água, passa por reações de hidratação que o transformam do estado fresco para o endurecido (MEHTA e MONTEIRO, 2014). Entre suas propriedades mecânicas, a resistência à compressão aos 28 dias (fck) é o principal parâmetro para o dimensionamento estrutural (ACI Committee 318, 2014).

A composição do concreto moderno tornou-se significativamente mais variável devido à crescente incorporação de adições minerais, aditivos químicos e novas técnicas construtivas, o que complexifica a determinação de métodos de dosagem e a estimativa confiável da fck (MEHTA e MONTEIRO, 2014; YOUNIS e PILAKOUTAS, 2013; MOUTASSEM e CHIDIAC, 2016). Os métodos tradicionais disponíveis, sejam empíricos (HELENE, 2005), normativos (ACI PRC-211.1-22) ou estatísticos (ABCP, 1989; FORTI et al., 2020; GE et al., 2012; XIAOYONG e WENDI, 2020), baseiam-se em abordagens de tentativa e erro, demandando tempo e recursos laboratoriais consideráveis (NGUYEN et al., 2022; GARCÍA, 2020). Matematicamente, esses métodos recorrem a regressões lineares simples ou múltiplas (UYANIK e GÜLER, 2013; BHANJA e SENGUPTA, 2002), mas sua aplicabilidade é limitada por não abranger a vasta gama de materiais (KHAN et al., 2023) e por desconsiderar a natureza intrinsecamente não linear da relação entre os componentes da mistura e a fck (QINGHUA et al., 2019).

Nesse cenário, o aprendizado de máquina (machine learning – ML) emerge como uma ferramenta promissora para a previsão do desempenho de materiais cimentícios, dada sua capacidade de correlacionar entradas e saídas de amostras de maneira linear e não linear (KHAN et al., 2023). A literatura já valida diversos modelos de ML, como Redes Neurais Artificiais (ANN), Máquinas de Regressão por Vetores de Suporte (SVR), Árvores de Decisão (DT), Florestas Aleatórias (RF) e XGBoost, para prever a resistência à compressão de traços de concreto (WANG et al., 2024).

Apesar dos resultados promissores, as comparações publicadas frequentemente apresentam deficiências metodológicas que comprometem a confiabilidade e a reprodutibilidade. Tais deficiências incluem a aplicação de estratégias fixas de remoção de outliers sem otimização por modelo (KAUFMAN et al., 2012), o vazamento de dados (data leakage) que contamina inadvertidamente os conjuntos de teste (ARLOT e CELISSE, 2010), a ausência de partições de referência comuns para testes estatísticos pareados e a rara quantificação da incerteza por meio de intervalos de previsão, apesar de sua importância em aplicações de engenharia (KHOSRAVI et al., 2011).

Diante dessas lacunas metodológicas, torna-se essencial o desenvolvimento de uma estrutura de comparação robusta para modelos de aprendizado de máquina, visando superar as limitações dos estudos existentes e fornecer uma avaliação mais confiável da capacidade preditiva. Assim, este trabalho propôs uma estrutura de comparação entre nove algoritmos de ML (Regressão Linear, Bayesian Ridge, Decision Tree, Random Forest, Gradient Boosting, SVR (RBF e polinomial), XGBoost e Rede Neural Artificial (ANN)) aplicados a um banco de dados de 1.319 observações experimentais de traços de concreto de cimento Portland.

2. Material e Métodos

A pesquisa foi de natureza exploratória, propondo uma estrutura robusta para comparar nove algoritmos de aprendizado de máquina (ML) na predição da resistência à compressão característica do concreto (fck). O método seguiu um organograma estruturado, abrangendo engenharia de dados, validação estatística e interpretabilidade. O script foi desenvolvido em Python, utilizando pacotes como numpy, pandas, sklearn, xgboost, shap e optuna.

Um banco de dados de 1.319 observações experimentais de traços de concreto de cimento Portland foi utilizado, compilado de diversas referências (YEH, 1998; MARIANI e NEHDI, 2020). As variáveis de entrada incluíram massas de cimento (C), sílica ativa (SF), escória de alto-forno (S), cinza volante (FA), filler calcário (LP), água (W), agregados graúdos (gravel), agregados miúdos (sand), aditivo redutor de água (SP) e idade (age). A variável resposta foi a resistência à compressão (fck).

Para evitar vazamento de dados, o banco de dados foi dividido em 80% para desenvolvimento e 20% para teste externo (KAUFMAN et al., 2012). Uma divisão aleatória estratificada com semente fixa (seed = 42) foi empregada, preservando a distribuição estatística da fck. Uma partição de referência idêntica foi criada para todos os modelos, permitindo comparações diretas em testes estatísticos.

As features de entrada foram padronizadas por normalização z-score (média zero, variância unitária) via StandardScaler do scikit-learn, ajustado na partição de desenvolvimento e aplicado ao conjunto de teste. A remoção de outliers foi realizada por otimização Bayesiana com Optuna (AKIBA et al., 2019), testando dezesseis métodos como Isolation Forest, IQR, Z-Score, Percentil, DBSCAN, Elliptic Envelope, One-Class SVM e Local Outlier Factor (LOF).

Para cada modelo, realizaram-se 75 trials independentes, propondo configurações de família, parâmetro, faixas e escala para a remoção de outliers. A avaliação ocorreu por validação cruzada interna de 5 folds. O critério de seleção do método de limpeza foi uma função objetivo composta, que equilibrou desempenho preditivo, estabilidade e retenção de dados (HASTIE et al., 2009; CHANDOLA et al., 2009).

Nove algoritmos de aprendizado de máquina foram selecionados para a predição da fck: Regressão Linear, Bayesian Ridge, Decision Tree, Random Forest, Gradient Boosting, SVR (com kernels RBF e polinomial), XGBoost e Rede Neural Artificial (ANN). Os modelos abrangeram diferentes abordagens, desde lineares até ensembles e redes neurais, sendo empregados para predizer a fck dos concretos.

A avaliação e classificação dos modelos de ML seguiram uma abordagem rigorosa e multiestrutural (GARETH et al., 2021). Utilizou-se validação cruzada repetida (Repeated K-Fold-CV) com 10 folds e 10 repetições (100 avaliações por modelo) (KUHN e JOHNSON, 2013). Simulação Monte Carlo também foi empregada, com 30 repetições e novas divisões aleatórias de dados em treino (80%) e teste (20%), gerando estimativas robustas de desempenho.

Para a análise comparativa, aplicaram-se testes estatísticos abrangentes: Friedman-Nemenyi, Diebold-Mariano, Model Confidence Set (MCS) (HANSEN et al., 2011) e Plackett-Luce Ranking (FAN et al., 2024). Esses métodos permitiram avaliar a significância estatística das diferenças de desempenho. A Prediction Interval Coverage Probability (PICP) foi utilizada para quantificar a incerteza associada às estimativas (GNEITING e RAFTERY, 2007; MURPHY, 2012).

Uma análise abrangente dos resíduos foi conduzida para verificar as premissas estatísticas dos modelos (BISHOP, 2006). Testes de normalidade (Shapiro-Wilk, Jarque-Bera, Anderson-Darling), heterocedasticidade (Breusch-Pagan, White) e autocorrelação (Durbin-Watson, Breusch-Godfrey) foram aplicados. Para a interpretabilidade, empregaram-se SHapley Additive exPlanations (SHAP) (LUNDBERG e LEE, 2017) e Permutation Importance (BREIMAN, 2001), além de curvas de aprendizado para diagnosticar sobreajuste.

A capacidade preditiva dos modelos foi validada em 18 traços de concreto experimentais independentes. Esses traços abrangiam classes de fck baixa (4,83–10,54 MPa), média (19,69–45,94 MPa) e alta (59,30–179,00 MPa). Esta etapa de validação externa forneceu uma avaliação prática da capacidade de generalização dos modelos para dados não vistos.

3. Resultados e Discussão

A pesquisa comparou nove algoritmos de aprendizado de máquina (ML) para a predição da resistência à compressão característica do concreto (fck), com foco em uma metodologia robusta para superar lacunas em estudos anteriores. Os resultados revelaram que a otimização da remoção de outliers teve um impacto diferenciado nos modelos, confirmando que não existe uma abordagem de limpeza universalmente ótima. Os métodos de ensemble, como XGBoost, Random Forest e Gradient Boosting, demonstraram desempenho superior e maior resiliência em comparação com modelos lineares e baseados em kernel, especialmente após o pré-processamento de dados. Esta avaliação abrangente forneceu um entendimento aprofundado das capacidades preditivas e das limitações dos diversos algoritmos de ML na estimativa da resistência do concreto.

Desempenho Geral dos Modelos e Otimização de Limpeza

A otimização da limpeza de dados, realizada por meio de otimização Bayesiana via Optuna, resultou na remoção de 0,66% a 8,6% das amostras de treinamento e gerou respostas divergentes entre os algoritmos. Essa variabilidade reforçou a hipótese central de que não existe um método de limpeza universalmente ótimo para todos os modelos de ML. Modelos como XGBoost, Random Forest e Gradient Boosting beneficiaram-se ou permaneceram estáveis em seu desempenho, indicando uma maior robustez ou adaptabilidade às alterações no conjunto de dados. Em contrapartida, a Rede Neural Artificial (ANN) e o SVR polinomial (SVR_poly) sofreram uma degradação substancial de desempenho, evidenciando a sensibilidade desses algoritmos à topologia dos dados e à remoção de pontos extremos.

O modelo XGBoost consolidou-se como a arquitetura de maior desempenho, apresentando a resposta mais favorável ao refinamento do banco de dados. Uma configuração de limpeza conservadora, que resultou na exclusão de apenas 0,85% das amostras, proporcionou um incremento de 8,2% no índice IFI e uma elevação de 8,3% na probabilidade de Plackett-Luce, de 33,9% para 42,2%. Esse ganho ratificou que a remoção seletiva de ruídos de baixa densidade favoreceu a estabilidade dos gradientes no XGBoost (Chen e Guestrin, 2016; Shwartz-Ziv e Armon, 2022). Tendências análogas, embora de menor magnitude, foram observadas para o Random Forest e Gradient Boosting, sugerindo que modelos baseados em boosting e bagging apresentaram maior resiliência e benefício direto em panoramas de dados otimizados.

Inversamente, a Decision Tree exibiu um comportamento paradoxal após a limpeza. Embora tenha mantido um coeficiente de determinação (R²) de treinamento alto (0,9993 antes da limpeza, 0,9992 após a limpeza), seu desempenho em teste degradou significativamente, com o R² caindo de 0,9660 para 0,9465, uma redução de 2,0%. O erro quadrático médio (RMSE) elevou-se em 25,4%, e o erro percentual absoluto médio (MAPE) subiu de 11,77% para 12,34%. A capacidade de Plackett-Luce para a Decision Tree reduziu drasticamente de 21,1% para 3,8%, uma queda de 17,3%. Esse fenômeno sugeriu que a remoção de outliers eliminou inadvertidamente vetores de suporte informativos que definiam os limiares críticos de decisão, resultando em um modelo com severo overfitting aos dados centrais da distribuição (Kuhn e Johnson, 2013).

A deterioração mais acentuada foi observada na Rede Neural Artificial (ANN), cujo R² de teste reduziu para 0,9048, uma queda de 4,2%, acompanhada por um salto de 30,9% no RMSE. A aplicação do método de Z-score com limiar de cinco revelou-se contraproducente, reduzindo a capacidade de Plackett-Luce em 94%. Diferente dos modelos de árvore, a convergência da ANN depende da densidade de informações nas regiões de transição do espaço de atributos. A exclusão de casos extremos descaracterizou a fronteira de decisão não linear, confirmando que a sensibilidade das redes neurais à topologia dos dados exige estratégias de pré-processamento que preservem a variabilidade do fenômeno físico estudado (Goodfellow et al., 2016).

Os modelos lineares, Regressão Linear e Bayesian Ridge, demonstraram uma convergência de desempenho, mantendo métricas de erro estáveis e quase sem variação frente aos métodos de otimização de dados, com R² de teste de 0,819 e MAPE de 30,3. Essa estabilidade sugere que o limitador de desempenho desses algoritmos não foi a presença de ruídos ou valores atípicos, mas a própria natureza linear de suas funções de base, que se mostraram insuficientes para mapear as complexas interações não lineares do banco de dados da fck do concreto (Uyanik e Güler, 2013; Qinghua et al., 2019). A rigidez estrutural dos modelos lineares não foi mitigada pelo pré-processamento, mantendo escores de probabilidade de Plackett-Luce de aproximadamente 8,5 × 10^-6 e índices IFI variando de 0,0862 a 0,0954.

Os modelos SVR exibiram os comportamentos mais extremos e divergentes. O modelo SVR_rbf, que não recebeu nenhuma limpeza, manteve um desempenho fraco, porém estável, com R² de 0,598 e uma habilidade de 9,84 × 10^-10. Em contraste marcante, o SVR_poly foi submetido a uma limpeza agressiva, removendo 8,6% dos dados, e sofreu uma grande queda de desempenho. Seu R² de teste reduziu de 0,5873 para 0,4658, uma diminuição de 20,7%, e o RMSE aumentou de 27,87 para 31,71 MPa, um acréscimo de 13,8%. A capacidade de Plackett-Luce para este modelo caiu de 4,95 × 10^-10 para 1,47 × 10^-11, uma redução de 97%. Esse resultado demonstrou que, para certos métodos de kernel, uma limpeza agressiva pode ser extremamente prejudicial, removendo vetores de suporte essenciais para definir a fronteira de decisão no espaço de características significantes (Smola e Schölkopf, 2004).

Esses resultados fornecem evidências convincentes para a hipótese central deste estudo: não existe um método de limpeza de banco de dados universalmente ótimo aplicável a todos os modelos. As respostas diferenciais observadas variaram de benéficas para XGBoost, Random Forest e Gradient Boosting, a neutras para modelos lineares, e prejudiciais para ANN e SVR. O teste de Friedman foi aplicado para verificar se existem diferenças estatisticamente significativas entre os modelos avaliados, e os resultados indicaram um valor-p de 6,53627 × 10^-91. Desta maneira, pode-se afirmar, com 95% de confiança, que existiram diferenças estatisticamente significativas entre os modelos avaliados.

O procedimento de Conjunto de Confiança do Modelo (MCS) (Hansen et al., 2011), com um nível de confiança de 95% e utilizando o Erro Quadrático Médio (EQM) na partição de teste comum como função de perda, identificou o XGBoost (EQM = 25,10), o Gradient Boosting (EQM = 30,15) e o Random Forest (EQM = 40,20) como o Conjunto Superior de Modelos (CSM). Esses três algoritmos baseados em ensembles exibiram precisão preditiva equivalente, com o XGBoost alcançando um R² de 0,969 e um RMSE de 7,63 MPa. Em contraste, a Decision Tree (EQM = 80,25), a ANN (EQM = 180,30), os modelos lineares (EQM ≈ 340) e ambas as especificações de SVR (EQM > 760) foram sequencialmente eliminados, confirmando seu desempenho significativamente inferior.

Adicionalmente, o diagrama de Diferença Crítica (CD) de Nemenyi, construído com CD = 1,475 para α = 0,05 e um p(Friedman) ≈ 0,000, indicou diferenças estatisticamente significativas globais entre os modelos. Com base nesse critério, o XGBoost, a Decision Tree e o Random Forest foram considerados estatisticamente indistinguíveis em termos de ranking médio, embora o MCS tenha identificado um conjunto superior de modelos ligeiramente diferente com base no desempenho absoluto. As curvas de aprendizado, que compararam o comportamento dos modelos nos conjuntos de dados original e otimizado, revelaram que o impacto da limpeza Bayesiana individualizada foi influenciado pela arquitetura do modelo.

Os métodos de ensemble, incluindo XGBoost, Random Forest e Gradient Boosting, exibiram convergência estável em ambos os conjuntos de dados, com lacunas de validação (∆Gap) inferiores a 0,005, confirmando excelente capacidade de generalização independentemente do pré-processamento. Entre esses, o XGBoost apresentou a melhoria mais pronunciada após a remoção dos outliers (∆Val = +0,0004 | ∆Gap = −0,0004), enquanto Random Forest e Gradient Boosting mantiveram desempenho praticamente inalterado, evidenciando a robustez desses algoritmos à presença de valores discrepantes. A Decision Tree também respondeu positivamente à limpeza (∆Val = +0,0014 | ∆Gap = −0,0015), com leve ganho na validação e redução do gap de generalização.

Em contraste, os modelos SVR e ANN reagiram negativamente ao procedimento de otimização. O SVR_poly foi o modelo mais afetado, apresentando queda expressiva na validação (∆Val = −0,0135 | ∆Gap = −0,0032), resultado atribuível à remoção de 8,6% das amostras de treinamento. Essa remoção eliminou amostras essenciais para a definição das fronteiras de decisão no espaço transformado pelo kernel polinomial. A ANN apresentou a piora mais acentuada entre todos os modelos (∆Val = −0,0461 | ∆Gap = −0,0019), com alta instabilidade ao longo das curvas de validação, sugerindo que a remoção dos outliers descaracterizou regiões de transição de atributos essenciais para o ajuste dos pesos da rede.

Análise dos Resíduos

A análise abrangente dos resíduos foi crucial para verificar se os modelos atenderam às principais premissas estatísticas, pois mesmo modelos com bom desempenho podem apresentar problemas estruturais que comprometem sua confiabilidade (Bishop, 2006). A normalidade dos resíduos, uma suposição importante para inferência e construção de intervalos de confiança, foi avaliada por meio dos testes de Shapiro-Wilk (Shapiro e Wilk, 1965), Jarque-Bera (Jarque e Bera, 1980) e Anderson-Darling (Uh e Yi, 2021), juntamente com diagnósticos visuais, como os gráficos Q-Q. Todos os modelos apresentaram desvios estatisticamente significativos da normalidade (p < 0,05), confirmando que os intervalos de predição homocedástica gaussiana são inválidos para todo o portfólio de modelos, sendo necessários métodos não paramétricos, como Conformal Prediction ou Quantile Regression.

Os modelos Linear e Bayesian Ridge mostraram os valores de p mais altos nos testes de normalidade (Shapiro-Wilk: 0,35 e 0,30, respectivamente), indicando que eram os menos não normais, o que é consistente com seu desempenho moderado no Prediction Interval Coverage Probability (PICP). A Decision Tree, por sua vez, exibiu extrema não normalidade (p < 0,01), refletindo sua superfície de previsão gradual. Apesar da precisão superior dos pontos, XGBoost (p = 0,12), Random Forest (p = 0,08) e Gradient Boosting (p = 0,15) também rejeitaram a normalidade, explicando sua grave subcobertura de PICP. A heterocedasticidade, onde a variância dos resíduos não é constante, foi avaliada pelos testes de Breusch-Pagan e White (Hameed e Matanmi, 2021; Li et al., 2022), indicando a inconsistência nos erros do modelo e a necessidade de reespecificação (Chaabene et al., 2020; Verma, 2025).

Os testes de Estatística de Durbin-Watson, de Breusch-Godfrey e de Autocorrelação dos Resíduos foram empregados para verificar a dependência dos resíduos entre si, indicando que o modelo não capturou toda a estrutura dos dados, gerando previsões equivocadas e perda de confiabilidade (Uyanto, 2020). Além dos testes estatísticos, métodos gráficos como Q-Q Plots, histogramas dos resíduos e funções de autocorrelação (ACF e PACF) foram utilizados para análise qualitativa (Rigby e Stasinopoulos, 2005). Os histogramas mostraram picos centrais nítidos com decaimento rápido, consistente com intervalos de previsão estreitos, mas um subconjunto de observações apresentou problemas de predição, invalidando os intervalos paramétricos para todos os modelos.

Os gráficos de dispersão, conhecidos como Parity Plots, ilustraram a correlação entre os valores experimentais e previstos da fck. O XGBoost exibiu um agrupamento próximo em torno da diagonal, com resíduos dispersos aleatoriamente, indicando viés mínimo e generalização adequada. Em contraste, os modelos Linear e Bayesian Ridge mostraram um viés sistemático para baixo em intensidades mais altas, com os resíduos tornando-se progressivamente negativos. A Decision Tree apresentou um padrão em degraus, refletindo sobreajuste, enquanto o SVR_rbf produziu previsões limitadas entre 25 e 75 MPa, indicando incapacidade de extrapolar. O SVR_poly exibiu previsões virtualmente não correlacionadas, confirmando um grave erro de especificação do modelo após a limpeza.

Os gráficos de resíduos revelaram um contraste marcante entre a Regressão Linear e o XGBoost. O modelo Linear exibiu uma tendência decrescente sistemática, com resíduos tornando-se cada vez mais negativos em valores de fck previstos mais elevados, variando de -10 a -30 MPa. Isso indicou que a forma funcional linear não conseguiu capturar a não-linearidade inerente ao processo de desenvolvimento da fck (Lundberg e Lee, 2017; Molnar, 2022). Em contrapartida, os resíduos do XGBoost apresentaram dispersão aleatória centrada em torno de zero em toda a faixa de previsão (0-120 MPa), com valores uniformemente distribuídos entre -15 e +15 MPa e sem tendências sistemáticas. Essa evidência reforça a capacidade dos métodos ensemble de capturar complexas relações não lineares entre os constituintes do concreto, uma capacidade que faltou aos modelos lineares.

A influência das variáveis de entrada nas previsões da fck foi elucidada por meio das análises SHapley Additive exPlanations (SHAP) (Lundberg e Lee, 2017) e Importância por Permutação (Breiman, 2001). Essas análises revelaram as diferenças na priorização de características para cada modelo. Para os modelos ensemble, as variáveis mais influentes foram a sílica ativa (SF), a idade (Age) e o cimento (cement). Em contrapartida, para os métodos lineares, o cimento, a brita (Gravel) e a cinza volante (FA) foram as variáveis dominantes. Essa diferença na priorização das características é um indicativo da capacidade dos modelos de ensemble de capturar interações não lineares e fenômenos de cura que os modelos lineares não conseguem representar.

A sílica ativa, que apresentou baixa importância nos modelos lineares (aproximadamente 6,3%), teve uma posição significativamente maior no XGBoost (15,8%). Da mesma forma, a idade, que foi a segunda variável mais importante nos métodos ensemble (Random Forest com 0,220, XGBoost com 0,211 e Gradient Boosting com 0,216), teve importância mínima nos modelos lineares (aproximadamente 0,055). Essa mudança na relevância das variáveis confirmou que os métodos de ensemble capturaram com sucesso os efeitos de interação não lineares e os fenômenos de cura dependentes do tempo. O mapa de calor SHAP confirmou quantitativamente essa divergência, mostrando a dominância da sílica ativa em todos os modelos baseados em árvores e sua insignificância nos modelos lineares.

A análise de Permutation Importance mostrou que a influência da sílica ativa dependeu de suas interações com outras variáveis, em vez de operar como um influenciador independente. Embora o SHAP tenha identificado a sílica ativa como a característica mais importante para o XGBoost e o Random Forest, a Permutation Importance apresentou valores mais moderados, indicando que a contribuição da sílica ativa para a precisão preditiva dependeu da presença e dos valores de outras variáveis, em especial do cimento e da idade. Essa divergência entre SHAP e Permutation Importance destacou a natureza complementar dessas análises: o SHAP captura contribuições locais, considerando as interações, enquanto a Importância por Permutação fornece uma avaliação global e independente da relevância das características. Juntos, eles confirmaram que o desempenho superior dos métodos de ensemble decorreu de sua capacidade de modelar como as características interagem na determinação da fck do concreto (Lundberg e Lee, 2017; Molnar, 2022).

Validação Externa

Para validar a capacidade preditiva dos modelos de machine learning em cenários práticos, foram testados 18 traços de concreto experimentais independentes, abrangendo classes de fck baixa (4,83-10,54 MPa), média (19,69–45,94 MPa) e alta (59,30–179,00 MPa). Os resultados da validação externa corroboraram a classificação de desempenho obtida nas análises internas. O modelo XGBoost demonstrou a maior assertividade quando comparado com as medições de laboratório para todas as classes de fck, apresentando variações menores que 5% para a maioria dos traços. Essa consistência o estabeleceu como o modelo mais confiável para aplicações práticas de previsão da resistência à compressão do concreto, confirmando sua robustez e capacidade de generalização em diferentes faixas de resistência.

O Gradient Boosting e o Random Forest também apresentaram uma assertividade semelhante ao XGBoost para as composições de fck média e alta, mas mostraram uma ligeira superestimação para concretos de baixa fck. Em contraste, os modelos SVR exibiram uma capacidade de predição muito imprecisa, com o SVR_Rbf, por exemplo, estimando 86,85 MPa para concretos que deveriam ter 179 MPa, uma redução de 51,5%. Isso demonstrou que esse tipo de modelo não conseguiu extrapolar além do domínio de treinamento. Os modelos lineares subestimaram significativamente as misturas de alta fck, cerca de 16,8%, embora tivessem um desempenho aceitável para fck baixas a médias. A Decision Tree apresentou previsões adequadas para diversas misturas devido ao aprendizado baseado em memória, mas em algumas faixas indicou fck inadequadas, como 45,94 MPa para um fck laboratorial de 52,20 MPa, revelando uma limitação na capacidade de predição para classes de concreto com maior quantidade de amostras.

Em síntese, a pesquisa demonstrou que a otimização da remoção de outliers deve ser específica para cada modelo, com XGBoost, Gradient Boosting e Random Forest se beneficiando ou permanecendo estáveis, enquanto ANN e SVR_poly sofreram degradação. O Model Confidence Set identificou XGBoost, Gradient Boosting e Random Forest como o conjunto superior de modelos estatisticamente indistinguíveis. A análise de resíduos revelou que nenhum modelo atendeu à suposição de normalidade, invalidando intervalos de predição paramétricos. Sílica ativa e idade foram as variáveis mais importantes para os ensembles, destacando sua capacidade de capturar interações não lineares e fenômenos de cura, o que não ocorreu nos modelos lineares. A validação externa confirmou a superioridade do XGBoost, estabelecendo um benchmark robusto para futuras comparações na previsão da resistência à compressão do concreto.

4. Conclusão

O presente estudo propôs uma estrutura robusta para a comparação de nove algoritmos de aprendizado de máquina na predição da resistência à compressão característica do concreto (fck), abordando lacunas metodológicas em pesquisas anteriores. Verificou-se que a otimização da remoção de outliers impactou os modelos de forma diferenciada, confirmando a ausência de um método de limpeza universalmente ótimo. Os algoritmos baseados em ensemble, como XGBoost, Random Forest e Gradient Boosting, demonstraram desempenho superior e maior resiliência. O Model Confidence Set identificou esses três como um conjunto superior de modelos estatisticamente indistinguíveis, com o XGBoost destacando-se com R² de 0,969 e RMSE de 7,63 MPa. Em contraste, modelos lineares e SVR mostraram-se inadequados para a complexidade não linear dos dados. A análise SHAP revelou que sílica ativa e idade foram as variáveis mais influentes nos modelos de ensemble, evidenciando sua capacidade de capturar interações não lineares e fenômenos de cura que os modelos lineares não representaram. A validação externa corroborou a assertividade superior do XGBoost em diversas classes de fck. Esta metodologia estabeleceu um benchmark reprodutível para futuras comparações, contribuindo significativamente para a confiabilidade e reprodutibilidade na previsão do desempenho de materiais cimentícios.

Apesar do desempenho preditivo alcançado, a análise de resíduos indicou que nenhum dos modelos atendeu à premissa de normalidade, invalidando o uso de intervalos de predição paramétricos gaussianos. Esta limitação sugere a necessidade de empregar métodos não paramétricos, como Conformal Prediction ou Quantile Regression, para uma quantificação mais precisa da incerteza nas previsões. Além disso, observou-se que a Decision Tree apresentou sobreajuste após a limpeza, e os modelos SVR_rbf e SVR_poly demonstraram incapacidade de extrapolar além do domínio de treinamento, especialmente após limpezas agressivas. Para estudos futuros, recomenda-se aprofundar a investigação sobre a aplicação e o desenvolvimento de técnicas de quantificação de incerteza que sejam robustas a desvios da normalidade dos resíduos, consolidando ainda mais a confiabilidade das previsões de fck em cenários de engenharia.

Referências Bibliográficas

AMERICAN CONCRETE INSTITUTE (ACI). ACI Committee 318-14, Building code requirements for reinforced concrete, . Farmington Hills, MI, ACI, 2014.

AMERICAN CONCRETE INSTITUTE (ACI). ACI PRC-211.1-22: Selecting proportions for normal-density and high-density concrete – guide. Farmington Hills, MI: ACI, 2022

ASSOCIAÇÃO BRASILEIRA DE CIMENTO PORTLAND (ABCP). Parâmetros de dosagem do concreto. São Paulo: ABCP,1989

HELENE, P. Dosagem do Concreto de Cimento Portland. In: ISAIA, G. C., Editor. Concreto: Ensino, pesquisa e realizações. São Paulo: IBRACON, 2005. v. 1, p. 75-107

MOUTASSEM, F., CHIDIAC, S.E., Assessment of concrete compressive strength prediction models, KSCE J. Civ. Eng. 20 (2016) 343–358

YOUNIS, K.H., Pilakoutas, K., Strength prediction model and methods for improving recycled aggregate concrete, Constr. Build. Mater. 49 (2013) 688-701.

МЕНТА, Р.К., MONTEIRO, P.J., Concrete: Microstructure, Properties, and Materials, McGraw-Hill Education, 2014.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy