La resistencia a la compresión del hormigón se ha predicho utilizando redes neuronales artificiales evolutivas (RNA) como una combinación de redes neuronales artificiales (RNA) y procedimientos de búsqueda evolutiva, como los algoritmos genéticos (AG). En este trabajo para construir los modelos se han utilizado muestras de piezas cilíndricas de hormigón con diferentes características con 173 patrones de datos experimentales. Se consideraron como entradas la relación agua-cemento, el tamaño máximo de la arena, la cantidad de grava, el cemento, 3/4 de arena, 3/8 de arena y el coeficiente de arena blanda; y utilizando los modelos ANN se calcula la resistencia a la compresión del hormigón. Además, utilizando el AG, se optimiza el número de capas y nodos y los pesos en los modelos RNA. Para evaluar la precisión del modelo, el modelo RNA optimizado se compara con el modelo de regresión lineal múltiple (MLR). Los resultados de la simulación verifican que el modelo RNA recomendado goza de mayor flexibilidad, capacidad y precisión en la predicción de la resistencia a la compresión del hormigón.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Dispositivos de captura de carga mediante dieléctricos multicapa para aplicaciones de memoria no volátil
Artículo:
Mediciones experimentales de la adherencia de incrustaciones en una carga de acero preoxidado
Artículo:
Síntesis biomimética de nanopartículas de plata usando el inhibidor endosimbiótico bacterial Euphorbia hirta L. y su potencial bactericida
Artículo:
Ensayos de compresión no confinada y triaxial en areniscas cilíndricas huecas para explorar los efectos del relleno en la deformación y los comportamientos mecánicos
Artículo:
Modelo de medición indirecta de Ld - Proceso de fabricación del acero