Implementación del uso de redes neuronales artificiales para el cálculo predictivo de la resistencia del concreto, Trujillo - 2023

• Autores: Condor Palomino, Jhordy Bryan, Huaman Sandoval, Clinton Steiner
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/141860
• Enlace del recurso: https://hdl.handle.net/20.500.12692/141860
• Nivel de acceso: acceso abierto
• Materia: Resistencia a la compresión; Redes neuronales artificiales; Concreto; https://purl.org/pe-repo/ocde/ford#5.05.01

La tesis titulada "Implementación del uso de redes neuronales artificiales para el cálculo predictivo de la resistencia del concreto, Trujillo - 2023" tiene como objetivo general la implementación de redes neuronales artificiales para predecir la resistencia del concreto. Los objetivos específicos incluyen evaluar la precisión de estas redes, determinar el progreso de su entrenamiento y el error medio cuadrático. La metodología es aplicada, con diseño no experimental transversal descriptivo. La conclusión general destaca la exitosa implementación de RNA en el cálculo predictivo del f’c. Se detalla la arquitectura de la red, que tiene capas de entrada, oculta y salida, con 10, 19 y 1 neuronas respectivamente, utilizando Matlab. Las conclusiones específicas indican un alto grado de precisión del 99.997%, confirmando la eficacia de la predicción de la resistencia del concreto. Además, se logró un progreso de entrenamiento del 100.00%, evidenciando la capacidad de la red neuronal para ajustar sus parámetros internos y aprender a predecir la resistencia del concreto con los datos brindados. Con respecto al error medio cuadrático de la red neuronal se ha obtenido un coeficiente de MSE = 1.5949. En última instancia, se concluye que el uso de RNA es un enfoque válido para determinar el f’c. Esta investigación abre perspectivas prometedoras para su aplicación futura en la supervisión de la calidad del concreto.