Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Prediction of soils penetration strength using artificial neural networks

Valdés Holguín, Nidia Johana and González Salcedo, Luis Octavio and L. E. Will, Adrián (2012) Prediction of soils penetration strength using artificial neural networks. Acta Agronómica; Vol. 60, núm. 3 (2011); 252-262 2323-0118 0120-2812 .

Texto completo

[img] Microsoft Word
378kB
[img]
Vista previa
PDF
413kB
[img] Sin Definir
[img] Microsoft Word
917kB
[img]
Vista previa
PDF
783kB

URL oficial: http://revistas.unal.edu.co/index.php/acta_agronom...

Resumen

Artificial Neural Networks simulate the learning process of biological neurons, and they have been successfully used in the computation of parameters on several engineering problems where a strong nonlinear relation among the variables exists.  In soil science, estimation of some properties involves variables that are complicated to estimate using mathematical models, so the solution for the problems fall into the field of Artificial Intelligence.  The present paper reports the elaboration of an Artificial Neural Network for the estimation of soil penetration resistance at different depths, considering as influential variables humidity, density, static load, and inflate pressure. The best estimation results were obtained at a depth of 20-30 cm., Las redes neuronales artificiales, simuladoras del proceso de aprendizaje de las neuronas biológicas, han sido utilizadas con éxito en el cálculo de parámetros en diversos problemas de ingeniería en que las variables involucradas tienen una alta relación no lineal entre sí y la modelación no permite representar el problema mediante una función matemática de fácil deducción. En la ciencia del suelo la predicción de algunas propiedades involucra diversas variables que hacen de su estimación por medio de modelos matemáticos un proceso complejo, y trasladan la solución del problema al campo de la inteligencia artificial. En el presente articulo se reporta la elaboración de redes neuronales artificiales para la estimación de la resistencia a la penetración a diferentes profundidades de un suelo; se consideran como variables infiuyentes el contenido de humedad, la densidad, la carga estãtica y la presión de infiado. Los resultados muestran una mejor estimación para profundidades entre 20 cm y 30 cm.

Tipo de documento:Artículo - Article
Palabras clave:Suelo, compactación del suelo, inteligencia artificial, redes neuronales artificiales, resistencia a la penetración, Artificial intelligence, artificial neural networks, soils, soil compaction, soil penetration strength.
Unidad administrativa:Revistas electrónicas UN > Acta Agronómica
Código ID:30037
Enviado por : Dirección Nacional de Bibliotecas STECNICO
Enviado el día :30 Junio 2014 08:34
Ultima modificación:18 Agosto 2014 18:53
Ultima modificación:18 Agosto 2014 18:53
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Registry of Open Access Repositories OpenDOAR Metabiblioteca BDCOL OAIster Red de repositorios latinoamericanos DSpace BASE Open archives La referencia Colombiae Open Access Theses and Dissertations Tesis latinoamericanas CLACSO
Este sitio web se ve mejor en Firefox