Resumen

La precisión de la predicción de la resistencia a la compresión del hormigón es importante y se considera una tarea difícil, con el objetivo de reducir los experimentos costosos y que requieren mucho tiempo. Además, la predicción de la resistencia a la compresión del hormigón que utiliza escoria de alto horno (BFS) y cenizas volantes (FA) es más difícil debido al complejo diseño de la mezcla de una composición. En esta investigación, se aplica un enfoque que utiliza la red neuronal artificial (RNA), uno de los algoritmos de aprendizaje automático más potentes, para predecir la resistencia a la compresión del hormigón que contiene BFS y FA. Se proponen modelos de RNA con una capa oculta que contiene 13 casos de número de neuronas para determinar la mejor estructura de RNA. Bajo el efecto de las estrategias de muestreo aleatorio y las estructuras de red seleccionadas, se introducen simulaciones Monte Carlo (MCS) para investigar estadísticamente la convergencia de los resultados. A continuación, se concluye la evaluación del modelo sobre 100 simulaciones para el análisis de convergencia. Los resultados muestran que la RNA es un predictor altamente eficiente de la resistencia a la compresión utilizando BFS y FA, con valores máximos del coeficiente de determinación (R2), error cuadrático medio (RMSE) y error absoluto medio (MAE) de 0,9437, 3,9474 y 2,9074, respectivamente, en la parte de entrenamiento y 0,9285, 4,4266 y 3,2971, respectivamente, para la parte de prueba. La estructura mejor definida de la RNA es [8-24-1], con 24 neuronas en la capa oculta. También se realizan gráficos de dependencia parcial (PDP) para investigar la dependencia de los resultados de predicción de las variables de entrada utilizadas en el modelo RNA. La edad de la muestra y el contenido de cemento resultan ser los dos factores más cruciales que afectan a la resistencia a la compresión del hormigón mediante BFS y FA. El algoritmo RNA es práctico para que los ingenieros reduzcan los costosos experimentos.

• Materias:Análisis de suelos Hormigón Construcciones de hormigón Asfalto
• Subjects:Soil testing Concrete Concrete construction Asphalt
• Palabras claves:resistencia del hormigón, resistencia a la compresión, bfs, capa oculta, resultados de entrada, predicción de la resistencia a la compresión, simulación monte carlo, mejor estructura ann, caso de número de neuronas, predicción del hormigón
• Keywords:strength of concrete, compressive strength, bfs, hidden layer, results of input, compressive strength prediction, monte carlo simulation, best ann structure, neurons number case, prediction of concrete