Affiliation:
1. Universidad Tecnológica de La Habana “José Antonio Echeverría” (CUJAE)
Abstract
Se propone el análisis de la estabilidad de taludes en presas de tierra en Cuba, empleando Redes Neuronales Artificiales. Actualmente, no hay precedentes en el país de este tipo de estudios. Por tanto, se evalúan los modelos de la caja de herramientas de redes neuronales de MATLAB® fijando como punto de partida una red perceptrón multicapa con algoritmo de retropropagación, con dos capas ocultas, combinando las funciones de entrenamiento y de activación disponibles. Se analiza una presa de tierra conformada por cuatro suelos parcialmente saturados en la cortina, en estado de operación y final de la construcción. Se obtuvo un coeficiente R2 de 0,99998 para la función de Regularización Bayesiana considerando la función tangente hiperbólica en la primera capa y lineal pura en la segunda capa. Se propone a futuro ampliar el uso del método evaluando diversas variables que afectan la estabilidad de taludes en presas bajo múltiples condiciones de carga.
Publisher
Revista de la Universidad del Zulia, Universidad del Zulia
Reference22 articles.
1. Aldabas, E. (2002). Introducción al reconocimiento de patrones mediante redes neuronales. Conferencias de ingeniería electrónica (pp. 1–3).
2. Beiranvand, B., Mohammadzadeh, A., & Komasi, M. (2019). Effect of different parameters of heterogeneous dams on safety factor using the neural network . Case study : Marvak dam. Nexo Revista Científica, 32(2), 126–138. doi:10.5377/nexo.v32i02.9263
3. Chafla, E. X. (2019). Análisis del rendimiento de algoritmos de entrenamiento de Redes Neuronales Artificiales aplicadas al modelamiento dinámico de represas hidroeléctricas, mediante el error de predicción del nivel de embalse de agua. Tesis de Maestría. Escuela Superior Politécnica de Chimborazo.
4. Costa, C. (2016). Predicción de la estabilidad de presas heterogéneas mediante redes neuronales artificiales. Tesis de Maestría. Universidad Politécnica de Madrid.
5. Ermini, L., Catani, F., & Casagli, N. (2005). Artificial Neural Networks applied to landslide susceptibility assessment. Geomorphology, 66(3-4), 327–343. doi:http://doi.org/10.1016/j.geomorph.2004.09.025
Cited by
1 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献