Resumen

Este estudio investiga un aprendizaje basado en instancias ponderadas adaptativas, para la predicción de la capacidad última de corte por punzonamiento (UPSC) de losas reforzadas con polímeros reforzados con fibra (FRP). El concepto del nuevo método es emplear la Evolución Diferencial para construir un modelo de regresión basado en instancias adaptativas. El rendimiento del modelo propuesto se compara con el de la Red Neuronal Artificial (ANN) y métodos tradicionales basados en fórmulas. Se ha recopilado un conjunto de datos que contiene los resultados de pruebas de losas de concreto reforzadas con FRP para establecer y verificar el nuevo enfoque. Este estudio muestra que el modelo de regresión basado en instancias investigado es capaz de proporcionar un resultado de predicción mucho más preciso que las fórmulas tradicionales y muy competitivo con el enfoque de caja negra de ANN. Además, el aprendizaje basado en instancias ponderadas adaptativas propuesto proporciona un medio para cuantificar la

• Materias:Modelo Matemático Superálgebras Gráfico bipartito Números trapezoidales
• Subjects:Mathematical model Superalgebras Bipartite graph Trapezoidal numbers
• Palabras claves:Ponderación adaptativa; Aprendizaje basado en instancias; Predicción; Capacidad última de corte por punzonamiento; Losas reforzadas con PRF; Evolución Diferencial
• Keywords:Adaptive-weighted; Instanced-based learning; Prediction; Ultimate punching shear capacity; FRP-reinforced slabs; Differential Evolution