Resumen

El periodo fundamental es uno de los parámetros más críticos para el diseño sísmico de las estructuras. Existen varios enfoques bibliográficos para su estimación que a menudo entran en conflicto entre sí, lo que hace que su uso sea cuestionable. Además, la mayoría de estos enfoques no tienen en cuenta la presencia de muros de relleno en la estructura, a pesar de que los muros de relleno aumentan la rigidez y la masa de la estructura, lo que provoca cambios significativos en el periodo fundamental. En este trabajo se utilizan redes neuronales artificiales (RNA) para predecir el periodo fundamental de las estructuras de hormigón armado con relleno. Para el entrenamiento y la validación de la RNA, se utiliza un amplio conjunto de datos basado en una investigación detallada de los parámetros que afectan al periodo fundamental de las estructuras de CR. La comparación de los valores predichos con los analíticos indica el potencial del uso de las RNA para la predicción del periodo fundamental de las estructuras de CR rellenas teniendo en cuenta los parámetros cruciales que influyen en su valor.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:período fundamental, muro de relleno, conjunto de datos de gran tamaño, estructura de hormigón armado rellena, masa de la estructura, período del hormigón armado, enfoque de varias publicaciones, estructura de hormigón armado rellena, red neuronal artificial
• Keywords:fundamental period, infill wall, large data set, infilled rc frame, mass of structure, period of rc, several literature approach, rc frame structure, infilled reinforced concrete, artificial neural network