Resumen

Este documento describe la aplicación de dos métodos basados en inteligencia artificial (IA) para predecir la resistencia a compresión a los 28 días del hormigón autocompactante de alta resistencia reforzado con fibras (FRHSSCC) a partir de sus ingredientes. Se utilizó una serie de 131 muestras de datos recopiladas de diversas fuentes de literatura publicada para entrenar, validar y probar los modelos. Se desarrollaron varios modelos de IA con diferentes algoritmos de entrenamiento y número de nodos en la capa oculta para obtener el modelo óptimo para los datos de FRHSSCC. Se muestra que el rendimiento de la red neuronal artificial (ANN) fue mejor que el del modelo del sistema de inferencia neurodifuso adaptativo (ANFIS). Específicamente, el coeficiente de determinación global () de los modelos ANN y ANFIS fue de 0.9742 y 0.9584, respectivamente. También se realizó un análisis de sensibilidad con el modelo ANN para investigar los efectos de los parámetros de entrada en la salida. Los resultados del análisis de sens

• Materias:Modelo de rigidez Desempeño estructural Fallas estructurales Estructuras de membrana
• Subjects:Stiffness model Structural performance Structural failures Membrane structures
• Palabras claves:Dos; Inteligencia artificial; Resistencia a la compresión; Con refuerzo de fibras; Hormigón autocompactante; ANN
• Keywords:Two; Artificial intelligence; Compressive strength; Fiber-reinforced; Self-compacting concrete; ANN