Resumen

La arena del desierto es uno de los puntos de investigación actuales en materiales alternativos para áridos de hormigón. En el proceso de aplicación práctica, la resistencia a la compresión es un requisito esencial para estudiar otras propiedades. Basándose en la situación actual de la investigación, se propone una tecnología de predicción de la resistencia a la compresión del hormigón de arena del desierto (DSC) basada en una red neuronal artificial (ANN) y una optimización por enjambre de partículas (PSO). La tecnología es un modelo de predicción que ajusta la arquitectura de la red utilizando el método PSO basado en el modelo de optimización ANN. La relación agua-aglomerante, la proporción de arena, el porcentaje de reemplazo de arena del desierto, el tipo de arena del desierto, el contenido de cenizas volantes, el contenido de humo de sílice, el contenido de aire y el asentamiento fueron seleccionados como las entradas de las redes neuronales. Se probaron los datos de resistencia a la compresión de 118 combin

• Materias:Modelo de rigidez Desempeño estructural Fallas estructurales Estructuras de membrana
• Subjects:Stiffness model Structural performance Structural failures Membrane structures
• Palabras claves:Arena del desierto; Resistencia a la compresión; Red neuronal artificial; Optimización por enjambre de partículas; Agregados de concreto; Tecnología de predicción
• Keywords:Desert sand; Compressive strength; Artificial neural network; Particle swarm optimization; Concrete aggregates; Prediction technology