Resumen

En este artículo, se recogieron 140 muestras con diferentes características de la literatura. En esta investigación se utiliza la red Feed Forward. Los parámetros f'c (MPa), ρf (%), Ef (GPa), a/d, bw (mm), d (mm) y VMA se seleccionan como entradas para determinar la resistencia al corte en vigas de hormigón reforzado con FRP. También se optimiza la estructura de la red neuronal artificial (RNA) mediante el algoritmo del murciélago. La RNA también se compara con el algoritmo del Algoritmo Genético (AG) y la Optimización del Enjambre de Partículas (PSO). Por último, se utilizó el modelo de Nehdi et al., el ACI-440 y las ecuaciones del BISE-99 para evaluar la precisión de los modelos. Los resultados confirman que la RNA optimizada por el algoritmo del murciélago es más capaz, flexible y proporciona una precisión superior a la de los otros tres modelos en la determinación de la resistencia al corte de las vigas de hormigón reforzadas con FRP.

• Materias:Análisis de suelos Hormigón Construcciones de hormigón Asfalto
• Subjects:Soil testing Concrete Concrete construction Asphalt
• Palabras claves:viga de hormigón armado, algoritmo bat, resistencia al corte, red neuronal artificial, nehdi et al, optimización de enjambre de partículas, red feed forward, modelo, ann, precisión superior
• Keywords:reinforced concrete beam, bat algorithm, shear strength, artificial neural network, nehdi et al, particles swarm optimization, feed forward network, model, ann, superior precision