Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Desarrollo de un modelo de redes neuronales artificiales para predecir la resistencia a la compresión y la resistividad eléctrica del concreto

Lizarazo Marriaga, Juan Manuel and Gómez Cortés, José Gabriel (2007) Desarrollo de un modelo de redes neuronales artificiales para predecir la resistencia a la compresión y la resistividad eléctrica del concreto. Ingeniería e Investigación; Vol. 27, núm. 1 (2007); 11-18 Ingeniería e Investigación; Vol. 27, núm. 1 (2007); 11-18 2248-8723 0120-5609 .

Texto completo

[img]
Vista previa
PDF
1MB

URL oficial: http://revistas.unal.edu.co/index.php/ingeinv/arti...

Resumen

En esta investigación se busca obtener un método para predecir la resistencia a la compresión mediante el peso unitario y la velocidad de pulso ultrasónico usando 41 mezclas de concreto diferentes. El estudio ha sido por la necesidad de obtener un método rápido para predecir la resistencia a la compresión del concreto. De la misma manera, la investigación también busca predecir la resistividad eléctrica del concreto mediante el peso unitario, la velocidad de pulso ultrasónico y la resistencia a la compresión. El modelo para predecir se realizó utilizando una regresión simple y un modelo de redes neuronales. Los resultados mostraron que los modelos de redes neuronales para predecir la resistencia a la compresión y la resistividad eléctrica del concreto funcionan adecuadamente., The present study was conducted for predicting the compressive strength of concrete based on unit weight ultrasonic and pulse velocity (UPV) for 41 different concrete mixtures. This research emerged from the need for a rapid test for predicting concrete’s compressive strength. The research was also conducted for predicting concrete’s electrical resistivity based on unit weight ultrasonic, pulse velocity (UPV) and compressive strength with the same mixes. The prediction was made using simple regression analysis and artificial neural networks. The results revealed that artificial neural networks can be used for effectively predicting compressive strength and electrical resistivity.

Tipo de documento:Artículo - Article
Información adicional:Los autores o titulares del derecho de autor de cada artículo confieren a la revista Ingeniería e Investigación de la Universidad Nacional de Colombia una autorización no exclusiva, limitada y gratuita sobre el artículo que una vez evaluado y aprobado se envía para su posterior publicación ajustándose a las siguientes características: 1.    Se remite la versión corregida de acuerdo con las sugerencias de los evaluadores y se aclara que el artículo mencionado se trata de un documento inédito sobre el que se tienen los derechos que se autorizan y se asume total responsabilidad por el contenido de su obra ante la revista Ingeniería e Investigación, la Universidad Nacional de Colombia y ante terceros. 2.    La autorización conferida a la revista estará vigente a partir de la fecha en que se incluye en el volumen y número respectivo de la revista Ingeniería e Investigación en el Sistema Open Journal Systems y en la página principal de la revista (www.revistaingenieria.unal.edu.co), así como en las diferentes bases e índices de datos en que se encuentra indexada la publicación. 3.    Los autores autorizan a la revista Ingeniería e Investigación de la Universidad Nacional de Colombia para publicar el documento en el formato en que sea requerido (impreso, digital, electrónico o cualquier otro conocido o por conocer) y autorizan a la revista Ingeniería e Investigación para incluir la obra en los índices y buscadores que estimen necesarios para promover su difusión. 4.    Los autores aceptan que la autorización se hace a título gratuito, por lo tanto renuncian a recibir emolumento alguno por la publicación, distribución, comunicación pública y cualquier otro uso que se haga en los términos de la presente autorización.
Palabras clave:neural network, concrete strength, concrete resistivity, concrete ultrasonic pulse velocity, redes neuronales, resistencia a la compresión del concreto, resistividad del concreto, velocidad de pulso en el concreto
Unidad administrativa:Revistas electrónicas UN > Ingeniería e Investigación
Código ID:18835
Enviado por : Dirección Nacional de Bibliotecas STECNICO
Enviado el día :25 Junio 2014 20:03
Ultima modificación:31 Enero 2018 21:12
Ultima modificación:31 Enero 2018 21:12
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Registry of Open Access Repositories OpenDOAR Metabiblioteca BDCOL OAIster Red de repositorios latinoamericanos DSpace BASE Open archives La referencia Colombiae Open Access Theses and Dissertations Tesis latinoamericanas CLACSO
Este sitio web se ve mejor en Firefox