Andere Kunden interessierten sich auch für
![La resistencia del hormigón debido a la sustitución parcial de la arena de río por residuos de arena de fundición]( "La resistencia del hormigón debido a la sustitución parcial de la arena de río por residuos de arena de fundición")
La resistencia del hormigón debido a la sustitución parcial de la arena de río por residuos de arena de fundición29,99 €![Contención de columnas de hormigón de alta resistencia]( "Contención de columnas de hormigón de alta resistencia")
Contención de columnas de hormigón de alta resistencia32,99 €![Contención de columnas de hormigón de alta resistencia]( "Contención de columnas de hormigón de alta resistencia")
Contención de columnas de hormigón de alta resistencia48,99 €![Srawnenie ANN i RSM w prognozirowanii prochnosti betona]( "Srawnenie ANN i RSM w prognozirowanii prochnosti betona")
Srawnenie ANN i RSM w prognozirowanii prochnosti betona13,99 €![Vergleich von ANN und RSM bei der Vorhersage der Festigkeit von Beton]( "Vergleich von ANN und RSM bei der Vorhersage der Festigkeit von Beton")
Vergleich von ANN und RSM bei der Vorhersage der Festigkeit von Beton43,90 €![Resistencia térmica del suelo del ático de un edificio ligero]( "Resistencia térmica del suelo del ático de un edificio ligero")
Resistencia térmica del suelo del ático de un edificio ligero33,99 €![LA TEORÍA DE LOS RIESGOS: historia predicción de identificación de clasificación]( "LA TEORÍA DE LOS RIESGOS: historia predicción de identificación de clasificación")
LA TEORÍA DE LOS RIESGOS: historia predicción de identificación de clasificación27,99 €
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.