Resumen

El presente estudio pretende comparar el modelo de análisis de regresión múltiple (ARM) y el modelo de red neuronal artificial (RNA) diseñado para predecir la resistencia mecánica del hormigón reforzado con fibras a los 28 días. El modelo utiliza los datos de las primeras literaturas; los datos consisten en la resistencia a la tracción de la fibra, el porcentaje de fibra, la relación agua/cemento, el área de la sección transversal del espécimen de prueba, el módulo de Young de la fibra y la resistencia mecánica del espécimen de control, y éstos se utilizaron como parámetros de entrada; la resistencia respectiva alcanzada se utilizó como parámetro objetivo. Los modelos se crearon y se utilizaron para predecir la resistencia a la compresión, a la tracción dividida y a la flexión del hormigón con fibras. Estos modelos se evalúan mediante pruebas estadísticas como el coeficiente de determinación (R2) y el error medio cuadrático (RMSE). Los resultados muestran que estos parámetros producen un modelo válido a través de MRA y ANN, y este modelo da una predicción más precisa para el hormigón con fibras.

• Materias:Análisis de suelos Hormigón Asfalto Drenaje Acero
• Subjects:Soil testing Concrete Asphalt Drainage Steel
• Palabras claves:resistencia de la fibra, modelo, resistencia mecánica, hormigón mezclado, porcentaje de fibra, coeficiente de determinación, resistencia de control, red neuronal artificial, área de ensayo, error medio cuadrático
• Keywords:strength of fiber, model, mechanical strength, admixed concrete, percentage of fiber, coefficient of determination, strength of control, artificial neural network, area of test, means squared error