Artificial Neural Model based on radial basis function networks used for prediction of compressive strength of fiber-reinforced concrete mixes
Artificial Neural Model based on radial basis function networks used for prediction of compressive strength of fiber-reinforced concrete mixes
QRCode
Compartir este ítem
Citación
Date
2019-06-20
Author
González Salcedo, Luis Octavio
Guerrero Zúñiga, Aydee Patricia
Delvasto Arjona, Silvio
Will, Adrián Luis Ernesto
Publisher
Universidad Militar Nueva Granada
Key words
hormigón reforzado con fibras; resistencia a la compresión; predicción de propiedades; redes neuronales artificiales; funciones de base radial; inteligencia artificial
Metadata
Show full item recordResumen
Existe una relación compleja y no lineal entre los factores que influyen en la resistencia de diseño y la compresión de hormigones reforzados con fibras de acero. La relación entre las variables de entrada, los factores y la variable de salida, y la resistencia de diseño a la compresión puede ser obtenida por un modelo neuronal artificial, cuyas características sean autoadaptación, autoestudio y mapeo no lineal. En este documento se presenta la elaboración de un modelo neuronal artificial basado en redes neuronales de funciones de base radial. La resistencia de diseño a la compresión en dosificaciones de mezclas de hormigón reforzados con fibras de acero es estimada, predicción que se analiza a partir del coeficiente de correlación R al compararse con los valores reales de la resistencia. Los resultados muestran que los valores estimados usando las redes de base radial coinciden con los valores experimentales, y la capacidad de predicción de la propiedad mecánica del modelo neuronal es mejor que la de otros modelos basados en redes multicapas desarrollados por los autores. El entrenamiento de los modelos neuronales permitió concluir que el uso de relaciones de los materiales es un indicador más adecuado para la comparación entre diferentes dosificaciones de mezclas de hormigón que llevan a similares resistencias a la compresión. Así, se potencia una agenda futura en la generación de nuevos métodos de estudio de la resistencia de diseño a la compresión en hormigones reforzados con fibras metálicas en el campo de la ingeniería.
Abstract
A complex nonlinear relationship exists between the factors influence the compressive design strength of steel fiber reinforced concrete. This relation between input variables, the factors, and the output variable as it is the compressive design strength can be obtained by using an artificial neural model, which has characteristics of self-adapting, self-study and nonlinear mapping. An application of a radial basis function artificial neural model is presented in this paper. Compressive design strengths of steel fiber reinforced concrete endured mixes with diverse proportioning was predicted and compared with the experimental measured results. The predicted values were analyzed by R lineal correlation factor. The results showed that the predicted values based on radial basis function networks presented coincidence with the experimental values, and the predictability of the mechanical property of the neural model is better than that of the multi-layer neural models developed previously by the authors. The training of the neural models allowed us to conclude that the use of materials relationships is a better indicator for the comparison between different dosages of concrete mixtures that lead to similar compression strengths. A future agenda is opened in the generation of new methods of studying in metal fiber reinforced concretes compression design strength reinforced in the field of engineering.
Enlace al recurso
https://revistas.unimilitar.edu.co/index.php/rcin/article/view/3737https://doi.org/10.18359/rcin.3737
Fuente
Ciencia e Ingenieria Neogranadina; Vol. 29 No. 2 (2019); 37-52Ciencia e Ingeniería Neogranadina; Vol. 29 Núm. 2 (2019); 37-52
Ciencia e Ingeniería Neogranadina; v. 29 n. 2 (2019); 37-52
Collections
Related items
Showing items related by title, author, creator and subject.
-
La inteligencia artificial y su impacto en la enseñanza y el ejercicio del derecho
Alarcón Peña, Andrea; Villalba Cuéllar, Juan Carlos; Franco Mongua, Javier Francisco (Universidad Militar Nueva Granada) -
Bioethics in the era of artificial intelligence (AI)
Garzón Diaz, Fabio Alberto (Universidad Militar Nueva Granada) -
Síndrome no inventado aquí, sabotaje de conocimiento y desempeño innovador: el rol de la conciencia de los empleados sobre la inteligencia artificial
Chacón-Henao, Juliana; Arias-Pérez, José (Universidad Militar Nueva Granada)A escala mundial las empresas siguen avanzando en la implementación de inteligencia artificial y robotización para el desarrollo tecnológico y la innovación de productos y servicios; sin embargo, para lograrlo con ...