Repository logo
  • English
  • Español
  • Log In
    New user? Click here to register. Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • Normativas
  • English
  • Español
  • Log In
    New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Palomino Valenzuela, Janio Ignacio"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    Redes neuronales artificiales para la predicción de la resistencia a compresión del concreto de construcción a partir de sus parámetros de fabricación en la ciudad de Abancay-2024
    (Universidad Tecnológica de los Andes, 2026-07) Palomino Valenzuela, Janio Ignacio; Vásquez Ramírez, Abbon Alex
    La presente investigación tuvo como objetivo desarrollar un modelo de red neuronal artificial capaz de predecir la resistencia a la compresión del concreto a partir de sus parámetros de fabricación, con el propósito de fortalecer el control de calidad y reducir la dependencia exclusiva de ensayos destructivos. El estudio se desarrolló bajo un enfoque cuantitativo, de tipo aplicado y diseño experimental, considerando datos experimentales obtenidos en el Laboratorio de Suelos, Concreto y Pavimentos Lunix Ingenieros S.R.L., de Abancay, así como información procedente de tesis realizadas en la misma ciudad durante el periodo 2016-2025. La base de datos estuvo conformada por 687 registros de mezclas de concreto, integrados por 17 variables de entrada, entre ellas la relación agua/cemento, edad del espécimen, temperatura y contenido de materiales. Se implementó una red neuronal multicapa, entrenada mediante el algoritmo Adam, y su desempeño fue evaluado mediante los indicadores R², MAE y RMSE. Además, los resultados fueron comparados con modelos de aprendizaje automático, como Decision Tree, Random Forest y XGBoost. El modelo propuesto alcanzó un R² de 0,963, un MAE de 13,94 kg/cm² y un RMSE de 17,61 kg/cm², evidenciando una alta correspondencia entre los valores reales y estimados. La edad del concreto, la relación agua/cemento y el contenido de cemento fueron las variables más influyentes. Se concluye que la red neuronal artificial desarrollada predice con alta precisión la resistencia a compresión del concreto y constituye una herramienta confiable para optimizar el diseño de mezclas y el control de calidad en laboratorios locales de Abancay.
Logo AliciaLogo LaReferenciaLogo OpenAccessLogo DOARLogo ROARLogo RENATI

Av. Perú 700,
Abancay, Apurímac, Perú
(083) 321559

Defensoria Universitaria

Políticas de Privacidad

Correo de contacto: repositorio@utea.edu.pe

    Nosotros

      Quiénes somos

      Por qué estudiar en UTEA

      Historia

      Autoridades Académicas

    Pregrado

      Facultad de Ingeniería

      Facultad de Ciencias Jurídicas Contables y Sociales

      Facultad de Ciencias de la Salud

    Posgrado

      Escuela de Posgrado

      Maestrías

      Diplomados

    Servicios

      Sistema de Bibliotecas

      Plataforma de Atención al Alumno

      Bolsa Laboral

    FAQs

    Facebook
    Twitter
    Youtube

DSpace software copyright © 2002-2026

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback