Predicción de resistencia a la flexión de viga de concreto empleando redes artificiales, Lima 2024

• Autor: Marroquin Tapia, Edwin Michael
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/174405
• Enlace del recurso: https://hdl.handle.net/20.500.12692/174405
• Nivel de acceso: acceso abierto
• Materia: inteligencia artificial; viga; seguridad; https://purl.org/pe-repo/ocde/ford#2.01.01

El estudio analiza la aplicación de redes neuronales artificiales en la predicción de la resistencia a la flexión de vigas de concreto, con el objetivo de optimizar el diseño estructural mediante inteligencia artificial. Para ello, se evaluó una viga de concreto con un ancho de 0.25 m y un peralte de 0.5 m, utilizando cinco configuraciones de redes neuronales con diferentes estructuras de capas ocultas. Las arquitecturas implementadas incluyeron configuraciones con 75-150-75, 100-200-100, 150-250-150, 200-300-200 y 200-300-400-250-200 neuronas, empleando la función de activación ReLU. La precisión de los modelos se evaluó mediante el cálculo del error cuadrático medio (MSE) después de 2000 iteraciones por modelo, obteniéndose niveles de aproximación del 83%, 82%, 94.3%, 91%, 97% y 95%, respectivamente. De estos, el modelo con 150-250-150 neuronas alcanzó una precisión del 94.3%, destacándose como el más eficiente para la predicción de la resistencia a la flexión. Estos hallazgos evidencian la efectividad de las redes neuronales artificiales en el análisis estructural, permitiendo obtener estimaciones más precisas del comportamiento mecánico de elementos de concreto, lo que podría mejorar la seguridad y eficiencia en el diseño de infraestructuras.