En este artículo, se recogieron 140 muestras con diferentes características de la literatura. En esta investigación se utiliza la red Feed Forward. Los parámetros f'c (MPa), ρf (%), Ef (GPa), a/d, bw (mm), d (mm) y VMA se seleccionan como entradas para determinar la resistencia al corte en vigas de hormigón reforzado con FRP. También se optimiza la estructura de la red neuronal artificial (RNA) mediante el algoritmo del murciélago. La RNA también se compara con el algoritmo del Algoritmo Genético (AG) y la Optimización del Enjambre de Partículas (PSO). Por último, se utilizó el modelo de Nehdi et al., el ACI-440 y las ecuaciones del BISE-99 para evaluar la precisión de los modelos. Los resultados confirman que la RNA optimizada por el algoritmo del murciélago es más capaz, flexible y proporciona una precisión superior a la de los otros tres modelos en la determinación de la resistencia al corte de las vigas de hormigón reforzadas con FRP.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Predicción de los parámetros cualitativos del lingote de acero mediante modelización numérica
Artículo:
Cinética no isotérmica de cristalización en fusión de poli(3-hidroxibutirato), poli(adipato de butileno-co-tereftalato) y su mezcla
Artículo:
Dependencia de la velocidad de la respuesta bajo compresión de espumas de titanio
Artículo:
Avances en tecnología de polímeros Aplicación de un algoritmo genético basado en Pareto para determinar la disposición de las barras de calentamiento para un molde de inyección de plástico
Artículo:
Sensor de vibración de fibra óptica basado en la rejilla de Bragg de fibra inclinada
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Tesis:
Materiales y prácticas de construcción sostenible