El conocimiento de las propiedades resistentes de los metales porosos en compresión es esencial en el diseño de aplicaciones a medida, así como en la elaboración de modelos generales de materiales. En este artículo, los autores proponen detalles de especificación de la arquitectura de la RNA para el modelado adecuado del fenómeno del comportamiento en compresión del aluminio de celda abierta. En la investigación presentada, se utilizó un algoritmo para construir diferentes estructuras de redes neuronales artificiales (RNA), que aproximaron las relaciones tensión-deformación de una esponja de aluminio sometida a compresión. A continuación, se evaluó la calidad de las aproximaciones construidas. El error medio absoluto relativo (MARE), el coeficiente de determinación entre los resultados y los objetivos R2, el error cuadrático medio (RMSE) y el error cuadrático medio (MSE) se tomaron como medidas para evaluar la calidad del ajuste. Las redes neuronales (NN) estudiadas eran redes feedforward de dos capas con diferentes números de neuronas en la capa oculta. Como datos para el entrenamiento de las redes neuronales se utilizó un conjunto de datos experimentales de tensión-deformación procedentes de ensayos de compresión uniaxial cuasistática de aluminio de celda abierta de diversas densidades aparentes. El análisis se realizó en dos modos: en el primero, se tomaron todas las muestras para el entrenamiento, y en el segundo caso, se omitió una muestra durante el entrenamiento con el fin de que desempeñara el papel de dato externo para probar posteriormente la red entrenada. Las muestras eliminadas eran las de densidad máxima y mínima (para la extrapolación) y una aleatoria dentro del intervalo de densidad. Los resultados mostraron que se alcanzó una buena aproximación a nivel de ingeniería MARE<5% para redes de enseñanza con ≥7 neuronas en la capa oculta para el primer caso estudiado y con ≥8 neuronas para el segundo. Los cálculos sobre datos externos demostraron que 8 neuronas son suficientes para obtener realmente MARE<10%. Además, se demostró que la calidad de la aproximación puede mejorarse significativamente hasta MARE≈7% (probado con datos externos) si la región inicial de la relación tensión-deformación se modela mediante una red adicional.
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:
Detección automática de defectos en la producción de abrazaderas de resorte a través de visión artificial.
Artículo:
Correspondencia de soluciones para un problema de valor límite de segundo orden en escalas de tiempo.
Artículo:
Tejiendo marcos en módulos de Hilbert
Artículo:
Compacidad Aproximada y Propiedad de Radon-Nikodym en Espacios de Banach Casi Dentables y Aplicaciones
Artículo:
Un estudio comparativo del modelo de Stackelberg multiagente de canal de marketing basado en la racionalidad perfecta y la preferencia por la equidad.
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Libro:
Ergonomía en los sistemas de trabajo
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Los web services como herramienta generadora de valor en las organizaciones