"PARÁMETROS DE RESISTENCIA AL CORTE DE SUELOS A PARTIR DE SUS PROPIEDADES FÍSICAS, UTILIZANDO REDES NEURONALES ARTIFICIALES Y EQUIPO TRIAXIAL, UNH"

Vista sencilla de ítem
dc.contributor.advisorAyala Bizarro, Iván Arturo
dc.contributor.authorBoza Capani, Marisabel
dc.contributor.authorMerino Ortiz, Rodrigo
dc.date.accessioned2019-02-07T20:38:10Z
dc.date.available2019-02-07T20:38:10Z
dc.date.issued2018-12-11
dc.description.abstractRESUMEN El presente trabajo de investigación tiene como objetivo determinar el desempeño del modelo de inteligencia artificial (Redes Neuronales Artificiales) para predecir los parámetros de resistencia al corte de suelos (ángulo de fricción interna y la cohesión), a partir de sus propiedades físicas (límites de Atterberg, granulometría, humedad, peso específico). Siendo estos parámetros muy importantes y necesarios para conocer las propiedades mecánicas del suelo, es decir, el comportamiento del suelo ante esfuerzos axiales y cortantes; ya que las estructuras de ingeniería civil están fundadas sobre tipo de suelo ideal o adecuado, que son encontradas a diferentes profundidades de su estratigrafía. Para alcanzar el objetivo planteado de la investigación se realizó los ensayos triaxiales no consolidado y no drenado (UU), así mismo, los ensayos básicos como el análisis granulométrico, los límites de Atterberg, el contenido de humedad y la densidad de cada muestra en base a las normas (NTP y ASTM), en la que se extrajo muestras de suelo in situ de 39 puntos representativos. Seguidamente, se realizó el entrenamiento del modelo de Red Neuronal Artificial donde las variables de entrada fueron (sus propiedades físicas) y de salida (parámetros de resistencia al corte); en el que se realizó varias simulaciones haciendo uso de la metodología de propagación inversa (Feed-Forward Backprop), buscando encontrar el error cuadrático medio (MSE). En la que se utilizó el 72% de datos para el entrenamiento del modelo y el 28 % restante para la validez del modelo, usando el software Matlab. Los resultados obtenidos del proyecto de investigación evaluados mediante el análisis estadístico de error medio cuadrático (MSE), se dividen en: Entrenamiento (Training) (R=0.93927), Validación (R=0.99746), Test (R=0.96465), obteniéndose un modelo de Red Neuronal Artificial con (R=0.95507); siendo R el coeficiente de determinación R-cuadrado, demostrando de ese modo ser eficaz para predecir los parámetros de resistencia al corte de suelos con un error menor al 5%, proponiéndose como alternativa para el estudio geotécnico, para la planificación, diseño y ejecución de un proyecto de construcción. Palabras Clave: Parámetros de resistencia al corte, cohesión, ángulo de fricción interna, granulometría, contenido de humedad, densidad, límites de Atterberg, redes neuronales artificiales.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdfes_PE
dc.identifier.urihttp://repositorio.unh.edu.pe/handle/UNH/2184
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de Huancavelicaes_PE
dc.rightsinfo:eu-repo/semantics/openAccess*
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/*
dc.sourceRepositorio Institucional - UNHes_PE
dc.sourceUniversidad Nacional de Huancavelicaes_PE
dc.subject contenido de humedad
dc.subject.ocdeGeotecniaes_PE
dc.title"PARÁMETROS DE RESISTENCIA AL CORTE DE SUELOS A PARTIR DE SUS PROPIEDADES FÍSICAS, UTILIZANDO REDES NEURONALES ARTIFICIALES Y EQUIPO TRIAXIAL, UNH"es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.disciplineIngeniería y Tecnologíaes_PE
thesis.degree.grantorUniversidad Nacional de Huancavelica : Facultad de Ciencias de Ingenieríaes_PE
thesis.degree.levelTitulo Profesionales_PE
thesis.degree.nameTitulo Profesional : Ingeniero Civiles_PE
thesis.degree.programIngeniería Civiles_PE
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
TESIS_2018_ING. CIVIL_BOZA CAPANI_MERINO ORTIZ.pdf
Tamaño:
9.08 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
1.3 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
Tesis 2018