Estimación de parámetros de compactación y resistencia de soporte en suelos de subrasante utilizando redes neuronales artificiales supervisadas en la pavimentación de la Av. Ejército de Andrés Avelino Cáceres Ayacucho, 2021

Simple item page
dc.contributor.advisorVilchez Peña, Angel Hugo
dc.contributor.authorEscobar Ventura, Jonathan Joel
dc.date.accessioned2024-07-02T22:18:57Z
dc.date.available2024-07-02T22:18:57Z
dc.date.issued2024
dc.description.abstractEl objetivo principal de la presente investigación es la estimación de los parámetros del ensayo próctor como son la densidad máxima seca (gr/cm3) y el contenido de humedadóptimo (%) y el método utilizado en la presente investigación es el modelo de red neuronal artificial de Feed Forward backpropagation para su entrenamiento y validación hasta alcanzar un buen desempeño para la predicción de los datos alcanzando entre un 70 a 80%, utilizando 3 capas en la arquitectura de datos como son el input data o datos de entrada, Hidden Layer o capas ocultas y la capa de salida o output layer, donde utilizamos en cada capa 3 neuronas artificiales con el error cuadrático medio de 0.053 y una función de activación PURELIN utilizando la herramienta nntools y nrtools de MATLAB llegando a predecir los resultados de los parámetros próctor para la pavimentación de la avenida el Ejército Ayacucho, se utilizó la técnica de análisis documental y como instrumentos registros, y en los resultados finales se obtuvo los valores aproximados a la densidad máxima seca y al contenido de humedad óptima obtenidos del laboratorio en un 70 a 80% de aproximación descritos en la tabla N°4.2 y 4.4 de la presenta investigación concluyendo que se tuvo un buen desempeño la red neuronal artificial para la predicción de los parámetros próctor.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdf
dc.identifier.otherTESIS CIV579_Esc
dc.identifier.urihttps://repositorio.unsch.edu.pe/handle/123456789/6730
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de San Cristóbal de Huamangaes_PE
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.sourceUniversidad Nacional de San Cristóbal de Huamangaes_PE
dc.sourceRepositorio Institucional - UNSCHes_PE
dc.subjectResistenciaes_PE
dc.subjectSubrasantees_PE
dc.subjectRedes neuronales artificialeses_PE
dc.subjectPavimentaciónes_PE
dc.subjectInput Layeres_PE
dc.subjectOuput layeres_PE
dc.subjectHidden Layeres_PE
dc.subjectPURELINes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.01.01
dc.titleEstimación de parámetros de compactación y resistencia de soporte en suelos de subrasante utilizando redes neuronales artificiales supervisadas en la pavimentación de la Av. Ejército de Andrés Avelino Cáceres Ayacucho, 2021es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
renati.advisor.dni09720928
renati.advisor.orcidhttps://orcid.org/0000-0002-8039-7647
renati.author.dni46589225
renati.discipline732016
renati.jurorLizarbe Alarcón, Hemerson
renati.jurorEstrada Cárdenas, José Ernesto
renati.jurorVilchez Peña, Angel Hugo
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngeniería Civil
thesis.degree.grantorUniversidad Nacional de San Cristóbal de Huamanga. Facultad de Ingeniería de Minas, Geología y Civil
thesis.degree.levelTítulo profesional
thesis.degree.nameIngeniero Civil
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
TESIS CIV579_Esc.pdf
Size:
4.96 MB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
AUT TESIS CIV579_Esc.pdf
Size:
363.29 KB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
INFO TESIS CIV579_Esc.pdf
Size:
25.56 MB
Format:
Adobe Portable Document Format
Download
Collections
ESCUELA PROFESIONAL DE INGENIERÍA CIVIL