Comparación de ANN y RSM en la predicción de la resistencia del hormigón
MODELOS DE REDES NEURONALES ARTIFICIALES (ANN) Y METODOLOGÍA DE SUPERFICIE DE RESPUESTA (RSM)
Versandkostenfrei!
Versandfertig in 1-2 Wochen
29,99 €
inkl. MwSt.
PAYBACK Punkte
15 °P sammeln!
Este estudio presenta un estudio comparativo entre la Red Neuronal Artificial (RNA) y la Metodología de Superficie de Respuesta (RSM) en la predicción de la resistencia a la compresión del hormigón de alta resistencia. La comparación se realizó a partir de los mismos conjuntos de datos experimentales. Las entradas investigadas en este estudio fueron el porcentaje de cemento, humo de sílice y árido grueso. Los métodos empleados en ANN y RSM fueron la red neuronal feedforward y el compuesto central centrado en la cara, correspondientemente. La comparación entre los dos modelos mostró ...
Este estudio presenta un estudio comparativo entre la Red Neuronal Artificial (RNA) y la Metodología de Superficie de Respuesta (RSM) en la predicción de la resistencia a la compresión del hormigón de alta resistencia. La comparación se realizó a partir de los mismos conjuntos de datos experimentales. Las entradas investigadas en este estudio fueron el porcentaje de cemento, humo de sílice y árido grueso. Los métodos empleados en ANN y RSM fueron la red neuronal feedforward y el compuesto central centrado en la cara, correspondientemente. La comparación entre los dos modelos mostró que RSM funcionaba mejor que ANN con un coeficiente de determinación (R2) más cercano a 1 con 0,9959. Además, todos los resultados predichos por RSM frente a los resultados experimentales cayeron dentro de un margen del 10%. En el caso del modelo RNA, sin embargo, tres de sus resultados predichos estaban fuera del margen del 10%. También se observó que el humo de sílice tenía un mayor impacto en la resistencia a la compresión del hormigón que el árido grueso.
Andere Kunden interessierten sich für
