Resumen

La predicción de la resistencia al corte de vigas de concreto reforzadas con polímeros reforzados con fibras (FRP) es uno de los problemas más complicados en las aplicaciones de ingeniería estructural. Desarrollar modelos de predicción precisos y confiables es necesario y ahorra costos. Este artículo propone tres nuevos modelos de predicción, utilizando redes neuronales artificiales (ANN), programación de expresión génica (GEP), como técnicas de inteligencia artificial recientemente desarrolladas, y análisis de regresión no lineal (NLR) como técnica convencional. Con este propósito, se recopiló una gran base de datos que incluye 269 resultados de pruebas de corte de miembros de concreto reforzado con FRP de la literatura. El rendimiento de los modelos propuestos se compara con un gran número de códigos disponibles y ecuaciones propuestas anteriormente. El análisis estadístico comparativo confirmó que los modelos de ANN, GEP y NLR, en secuencia, mostraron un excelente rendimiento,

• Materias:Etringita Microestructura Ingeniería portuaria Método estocástico Conductividad hidráulica
• Subjects:Ettringite Microstructure Port engineering Stochastic method Hydraulic conductivity
• Palabras claves:Resistencia al corte; Vigas de concreto reforzadas con PRF; Modelos de predicción; Redes neuronales artificiales; Programación de expresión génica; Análisis de regresión no lineal
• Keywords:Shear strength; FRP-reinforced concrete beams; Prediction models; Artificial neural networks; Gene expression programming; Nonlinear regression analysis