Resumen

La falla por corte de vigas de concreto armado (RC) es un problema crítico que ha atraído la atención de los investigadores. Los desafíos específicos de la falla por corte son los numerosos factores que afectan la resistencia al corte, el comportamiento no lineal y la relación no lineal entre los parámetros que afectan y las propiedades del concreto. Este estudio aborda este desafío empleando modelos de Redes Neuronales Artificiales (ANN). Dado que, según el teorema de No Free Lunch, el rendimiento de los algoritmos de optimización depende del problema, este documento tiene como objetivo evaluar la viabilidad de modelar la resistencia al corte de vigas de RC utilizando ANNs entrenadas con el algoritmo de Entrenamiento de Búsqueda Tabú (TST). Para ello, se recopilaron 248 resultados experimentales de la literatura, y se empleó un modelo de ANN de alimentación directa para predecir la resistencia al corte. Para evaluar su viabilidad, las ANNs también se modelaron utilizando la Optimización

• Materias:Elementos finitos Análisis de estabilidad Energía histerética Seguridad en la ingeniería civil Tensión-deformación
• Subjects:Finite elements Stability analysis Hysteretic energy Safety in civil engineering Stress-strain
• Palabras claves:Concreto reforzado; Falla por corte; Red Neuronal Artificial; Entrenamiento de Búsqueda Tabú; Algoritmos de optimización; ACI-318-2019
• Keywords:Reinforced concrete; Shear failure; Artificial Neural Network; Tabu Search Training; Optimization algorithms; ACI-318-2019