Please use this identifier to cite or link to this item: https://publicaciones.fctunca.edu.py/jspui/handle/123456789/78
Title: Diseño a flexión de vigas de hormigón armado con aprendizaje de máquina extremo
Authors: Ramírez Villanueva, Fredy Gabriel
Keywords: vigas
hormigón
Redes Neuronales
Extreme Learning Machine
Issue Date: 20-Sep-2018
Publisher: @FCyT UNCA
Abstract: Varias técnicas computacionales son aplicables para resolver problemas de ingeniería estructural, entre ellas están las soluciones “tradicionales” (método de las fuerzas, de la rigidez, etc.), citamos también métodos más innovadores como los algoritmos genéticos, redes neuronales y otros. Entre las ideas más modernas, de cara a la inteligencia artificial, utilizamos el “aprendizaje de máquina extremo” (ELM). Esta técnica es una evolución de las redes neuronales. Utilizamos una sola capa oculta (SLFN por sus siglas en inglés), determinando los pesos de la capa de salida analíticamente, con lo cual no hay ciclos iterativos para ajustes de parámetros, esto hace que, a diferencia de sus predecesores, no requiera de gran gasto computacional relativo. El ELM tiene la capacidad de ser un aproximador universal si los pesos de entrada y los bias son escogidos aleatoriamente de acuerdo a cualquier distribución de probabilidad continua. Seguimos su secuencia usual, en la primera etapa, de ‘entrenamiento’, se requiere de un data set, el cual fue generado en este mismo trabajo, ya que se requiere de una cantidad importante de problemas resueltos, que relacionen los datos de entrada con los de salida. Debido a que es impracticable resolver una por una cada situación de viga, hemos desarrollado un software que lo haga por nosotros, en donde se generan los datos que necesitamos para que el conjunto sea suficientemente representativo. Los datos de entrada son: base y longitud de la viga, resistencia característica de los materiales y el estado de cargas y los de salida son: altura de la viga y cuantía de armaduras. Utilizamos Python y sus librerías científicas y presentamos varios casos prácticos comparando los resultados del ELM con los obtenidos por otros métodos donde se puede apreciar la bondad de esta técnica. El problema ya está resuelto por muchísimos otros métodos, sin embargo abordarla por ELM nos permite predecir variables costosas de obtener por otro camino. El objetivo final de esta investigación es llegar a predecir el riesgo de falla de una viga de hormigón armado a partir de datos de carga y deformación, esta última obtenida a partir de una fotografía de la viga.
Description: Trabajo presentado como invitado en el I Congreso Científico de la UNCA, 2018
URI: https://publicaciones.fctunca.edu.py/jspui/handle/123456789/78
ISBN: 978-99967-0-674-5
Appears in Collections:Congreso UNCA 2018

Files in This Item:
File Description SizeFormat 
ELM Vigas - FRamirez Congreso UNCA 2018.pdfELM Vigas - FRamirez Congreso UNCA 2018270,44 kBAdobe PDFView/Open


Licencia de Creative Commons
Todos los trabajos están bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional