Resumen

Este estudio se centra en el uso de redes neuronales profundas (DNN) para predecir el ngulo de friccin del suelo, uno de los parmetros cruciales en el diseo geotcnico. Adems, se utiliz el algoritmo de optimizacin por enjambre de partculas (PSO) para mejorar el rendimiento de la DNN mediante la seleccin de los mejores parmetros estructurales de la DNN, a saber, el nmero ptimo de capas ocultas y de neuronas en cada capa oculta. Para ello, se utiliz una base de datos que contena 245 pruebas de laboratorio recogidas de un proyecto en la ciudad de Ho Chi Minh, Vietnam, para el desarrollo del modelo hbrido PSO-DNN propuesto, incluyendo siete factores de entrada (estado del suelo, valor de la prueba de penetracin estndar, peso unitario del suelo, proporcin de vaco, espesor de la capa de suelo, elevacin superior de la capa de suelo y elevacin inferior de la capa de suelo) y se consider como objetivo el ngulo de friccin. El conjunto de datos se dividi en tres partes, a saber, los conjuntos de entrenamiento, validacin y prueba para las fases de construccin, validacin y prueba del modelo. Para estimar el rendimiento de los modelos PSO-DNN se utilizaron varios criterios de evaluacin de la calidad, como el coeficiente de determinacin (), el error medio absoluto (MAE) y el error cuadrtico medio (RMSE). El algoritmo PSO demostr una notable capacidad para encontrar una arquitectura DNN ptima para el proceso de prediccin. Los resultados mostraron que el modelo PSO-DNN con 10 capas ocultas superaba al modelo DNN, en el que la mejora de la correlacin media aumentaba un 1,83%, el MAE un 5,94% y el RMSE un 8,58%. Adems, se utiliz una tcnica de anlisis de sensibilidad global para detectar las variables de entrada ms importantes, y se demostr que, entre las siete variables de entrada, la elevacin de la parte superior e inferior del suelo desempeaba un papel importante en la prediccin del ngulo de friccin del suelo.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Red neuronal profunda; ángulo de fricción del suelo; Optimización de enjambre de partículas; Parámetros DNN; Pruebas de laboratorio; Modelo PSO-DNN
• Keywords:Deep neural network; Soil friction angle; Particle swarm optimization; DNN parameters; Laboratory tests; PSO-DNN model