Aplicación de métodos de inteligencia artificial para predecir la resistencia a la compresión de concretos verdes con ceniza de cáscara de arroz
Autores: Kovaevi, Miljan; Hadzima-Nyarko, Marijana; Grubea, Ivanka Netinger; Radu, Dorin; Lozani, Silva
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Aplicación de métodos de inteligencia artificial para predecir la resistencia a la compresión de concretos verdes con ceniza de cáscara de arroz
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Cascarilla de arroz ceniza volante
Resistencia a la compresión
Concreto
Técnicas de aprendizaje automático
Inteligencia artificial
Variables de entrada
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 55
Citaciones: Sin citaciones
Para promover el crecimiento sostenible y minimizar el efecto invernadero, la ceniza volante de la cascara de arroz puede ser utilizada en lugar de una cierta cantidad de cemento. El estudio modela los efectos de usar la ceniza volante de arroz como sustituto del cemento Portland regular en la resistencia a la compresión del concreto. En este estudio, se investigan diferentes técnicas de aprendizaje automático y se proporciona un procedimiento para determinar el modelo óptimo. Una base de datos de 909 muestras analizadas forma la base para crear modelos de pronóstico. Los modelos derivados son evaluados utilizando los criterios de precisión RMSE, MAE, MAPE y R. La investigación muestra que las técnicas de inteligencia artificial pueden ser utilizadas para modelar la resistencia a la compresión del concreto con una precisión aceptable. También es posible evaluar la importancia de variables de entrada específicas y su influencia en la resistencia de dicho concreto.
Descripción
Para promover el crecimiento sostenible y minimizar el efecto invernadero, la ceniza volante de la cascara de arroz puede ser utilizada en lugar de una cierta cantidad de cemento. El estudio modela los efectos de usar la ceniza volante de arroz como sustituto del cemento Portland regular en la resistencia a la compresión del concreto. En este estudio, se investigan diferentes técnicas de aprendizaje automático y se proporciona un procedimiento para determinar el modelo óptimo. Una base de datos de 909 muestras analizadas forma la base para crear modelos de pronóstico. Los modelos derivados son evaluados utilizando los criterios de precisión RMSE, MAE, MAPE y R. La investigación muestra que las técnicas de inteligencia artificial pueden ser utilizadas para modelar la resistencia a la compresión del concreto con una precisión aceptable. También es posible evaluar la importancia de variables de entrada específicas y su influencia en la resistencia de dicho concreto.