Resumen

Para estimar la resistencia a la compresión de materiales a base de cemento con residuos mineros, se construyó un conjunto de datos basado en una serie de estudios experimentales. Se desarrollaron y compararon los modelos de máquina de vectores de soporte (SVM), árbol de decisión (DT) y bosque aleatorio (RF). Se empleó el algoritmo de búsqueda de antenas de escarabajo (BAS) para ajustar los hiperparámetros de los modelos de aprendizaje automático desarrollados. El desempeño predictivo de los tres modelos se comparó evaluando los valores del coeficiente de correlación () y el error cuadrático medio (RMSE). Los resultados mostraron que el algoritmo BAS puede ajustar eficazmente estos modelos de inteligencia artificial. El modelo SVM puede obtener el mínimo RMSE, mientras que el algoritmo BAS es ineficiente en los modelos DT y RF. Los modelos SVM, DT y RF pueden utilizarse para predecir de manera efectiva y precisa la resistencia a la compresión de materiales a base de cemento utilizando residuos sólidos de minería

• Materias:Elementos finitos Análisis de estabilidad Energía histerética Seguridad en la ingeniería civil Tensión-deformación
• Subjects:Finite elements Stability analysis Hysteretic energy Safety in civil engineering Stress-strain
• Palabras claves:Resistencia a la compresión; Materiales a base de cemento; Residuos mineros; Modelos de aprendizaje automático; Algoritmo de búsqueda de antenas de escarabajo; Rendimientos predictivos
• Keywords:Compressive strength; Cement-based materials; Mining waste; Machine learning models; Beetle antennae search algorithm; Predictive performances