Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
DYNA
Print version ISSN 0012-7353On-line version ISSN 2346-2183
Abstract
ABELLAN-GARCIA, Joaquín. Comparación de modelación por inteligencia artificial y regresión multivariable del comportamiento a flexión del UHPFRC. Dyna rev.fac.nac.minas [online]. 2020, vol.87, n.214, pp.258-267. Epub Oct 30, 2020. ISSN 0012-7353. https://doi.org/10.15446/dyna.v87n214.86172.
El estudio presentado tiene como objetivo modelar el comportamiento a flexión de los concretos de ultra alto desempeño reforzados con fibras (UHPFRC), incluyendo límite de proporcionalidad (LOP), módulo de rotura (MOR) y sus deflexiones asociadas δ LOP y δ MOR , utilizando análisis de regresión multivariable y algoritmos de inteligencia artificial (AI). Se construyeron cuatro modelos redes neuronales artificiales (ANN), uno para cada respuesta, con una capa de entrada y una capa oculta, y cuatro modelos de regresión tipo LASSO (least absolute shrinkage and selection operator). Los resultados demostraron la eficiencia de los modelos, evaluados mediante los estadísticos error absoluto medio (MAE), raíz del error cuadrático medio (RMSE), error de sesgo medio normalizado (NMBE) y coeficiente de determinación (R2). Los modelos de redes neuronales mostraron mayor precisión, con valores de R2 de 0.982, 0.969, 0.978 y 0.978, en la predicción de los parámetros (δ LOP, LOP, δ MOR y MOR) del comportamiento a flexión de los UHPFRC.
Keywords : concreto de ultra altas prestaciones; regresión tipo LASSO; ANN; modelación; comportamiento a flexión.