Las redes neuronales artificiales en la resistencia del concreto de los elementos estructurales de edificios de la ciudad de Huancayo

• Autor: Gonzales Huaman, Henry Edinson
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Peruana Los Andes
• Repositorio: UPLA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.upla.edu.pe:20.500.12848/10527
• Enlace del recurso: https://hdl.handle.net/20.500.12848/10527
• Nivel de acceso: acceso abierto
• Materia: Neuronales; Artificiales; Resistencia; Concreto; https://purl.org/pe-repo/ocde/ford#2.01.01

La presente investigación tuvo como problema de investigación: ¿Cuáles serían los resultados de las redes neuronales artificiales en la resistencia del concreto de los elementos estructurales de edificios en la ciudad de Huancayo, en el año 2022?, el objetivo fue: Determinar cuáles serían los resultados de las redes neuronales artificiales en la resistencia del concreto de los elementos estructurales de edificios en la ciudad de Huancayo, en el año 2022. La hipótesis fue que: Los resultados de las redes neuronales artificiales son favorables y significativos en la resistencia del concreto en los elementos estructurales de edificios en la ciudad de Huancayo, en el año 2022. La investigación fue de método científico, tipo aplicada, cuyo nivel de investigación fue explicativo y tuvo un diseño experimental; ya que hubo manipulación deliberada de la variable en estudio. La población estuvo constituida por los edificios de la provincia de Huancayo del departamento de Junín. La muestra estuvo conformada por un edificios del distrito de Huancayo de la provincia de Huancayo, departamento de Junín. Se tuvo un muestreo no probabilístico del tipo intencional. Utilizando una probabilidad de entrada del 10% y una permanencia del 5%, se utilizó el análisis de varianza con selección para realizar la regresión entre los datos de entrada y salida. Este fue el resultado más destacable. Adicionalmente, el indicador de error cuadrático medio R = 0,99539, que se encuentra cercano al nivel de significancia del 1%, indica que las redes neuronales artificiales se comportaron adecuadamente al evaluar la resistencia del concreto de los elementos estructurales del edificio. La conclusión más resaltante fuer que la precisión promedio del diseño mixto fue de 0,9747. Para determinar cuál de los dos tiene la mayor precisión con base en el resultado final de las pruebas de laboratorio, se realizó una validación utilizando una muestra de tres elementos creados con el diseño mixto y la red neuronal.