Prediction of soils penetration strength using artificial neural networks Reportar como inadecuado




Prediction of soils penetration strength using artificial neural networks - Descarga este documento en PDF. Documentación en PDF para descargar gratis. Disponible también para leer online.



Artificial Neural Networks simulate the learning process of biological neurons, and they have been successfully used in the computation of parameters on several engineering problems where a strong nonlinear relation among the variables exists.  In soil science, estimation of some properties involves variables that are complicated to estimate using mathematical models, so the solution for the problems fall into the field of Artificial Intelligence.  The present paper reports the elaboration of an Artificial Neural Network for the estimation of soil penetration resistance at different depths, considering as influential variables humidity, density, static load, and inflate pressure. The best estimation results were obtained at a depth of 20-30 cm., Las redes neuronales artificiales, simuladoras del proceso de aprendizaje de las neuronas biológicas, han sido utilizadas con éxito en el cálculo de parámetros en diversos problemas de ingeniería en que las variables involucradas tienen una alta relación no lineal entre sí y la modelación no permite representar el problema mediante una función matemática de fácil deducción. En la ciencia del suelo la predicción de algunas propiedades involucra diversas variables que hacen de su estimación por medio de modelos matemáticos un proceso complejo, y trasladan la solución del problema al campo de la inteligencia artificial. En el presente articulo se reporta la elaboración de redes neuronales artificiales para la estimación de la resistencia a la penetración a diferentes profundidades de un suelo; se consideran como variables infiuyentes el contenido de humedad, la densidad, la carga estãtica y la presión de infiado. Los resultados muestran una mejor estimación para profundidades entre 20 cm y 30 cm.

Tipo de documento: Artículo - Article

Palabras clave: Suelo, compactación del suelo, inteligencia artificial, redes neuronales artificiales, resistencia a la penetración, Artificial intelligence, artificial neural networks, soils, soil compaction, soil penetration strength.





Fuente: http://www.bdigital.unal.edu.co


Introducción



Research article Prediction of soils penetration strength using artificial neural networks Estimación de la resistencia a la penetración de suelo usando redes neuronales artificiales Nidia Johana Valdés-Holguín1, Luis Octavio González-Salcedo2*, and Adrián L.
E.
Will3 Departament of Engineering, Research Group on Materials and Environment, Department of Engineering and Management, Universidad Nacional de Colombia – Palmira. 3Assistant Professor, Department of Mathematics, Universidad Nacional de Tucumán, Avenida Independencia 1800, San Miguel de Tucumán, Tucumán, Argentina. *Corresponding author: logonzalezsa@unal.edu.co 1,2 Rec.: 04.04.11 Acept.: 06.12.11 Abstract Artificial Neural Networks simulate the learning process of biological neurons, and they have been successfully used in the computation of parameters on several engineering problems where a strong nonlinear relation among the variables exists.
In soil science, estimation of some properties involves variables that are complicated to estimate using mathematical models, so the solution for the problems fall into the field of Artificial Intelligence.
The present paper reports the elaboration of an Artificial Neural Network for the estimation of soil penetration resistance at different depths, considering as influential variables humidity, density, static load, and inflate pressure.
The best estimation results were obtained at a depth of 20-30 cm. Key words: Artificial intelligence, artificial neural networks, soils, soil compaction, soil penetration strength. Resumen Las redes neuronales artificiales, simuladoras del proceso de aprendizaje de las neuronas biológicas, han sido utilizadas con éxito en el cálculo de parámetros en diversos problemas de ingeniería, donde las variables involucradas tienen una alta relación no lineal entre sí y la modelación no permite representar el problema mediante una función matemática de fácil deducción.
En la ciencia del suelo, la predicción de a...





Documentos relacionados