Comparación de la resistencia a compresión del concreto mediante el método ACI 211.1 y las redes neuronales artificiales, Ayacucho, 2025

Abstract

La resistencia a compresión es una de las propiedades mecánicas más importantes del concreto, debido a que determina su capacidad para soportar cargas estructurales. La presente investigación tuvo como objetivo comparar la resistencia a compresión del concreto obtenida mediante el método ACI 211.1 y la estimada mediante redes neuronales artificiales (RNA) en Ayacucho, 2025. La investigación fue de enfoque cuantitativo, nivel predictivo y diseño con componente experimental. La unidad de análisis estuvo constituida por las probetas ensayadas para determinar la resistencia a compresión. La población estuvo conformada por 806 resultados de probetas correspondientes a la construcción de la Escuela Profesional de Ingeniería Agrícola, obtenidos de un laboratorio de agregados. Se empleó una muestra censal constituida por los 806 resultados. Como variables de entrada se consideraron el contenido de cemento, agua, agregado fino, agregado grueso, aditivos y relación agua-cemento. Para la predicción se implementó una red neuronal artificial tipo Perceptrón Multicapa (MLP), mediante aprendizaje supervisado. El desempeño se evaluó mediante MSE, RMSE, MAE y coeficiente de determinación (𝑅2). Los resultados mostraron un desempeño predictivo con valores de 𝑅2 superiores al 83.6% y errores reducidos respecto a los valores experimentales. Asimismo, el ANOVA evidenció diferencias estadísticamente significativas (𝑝 < 0,05). Se concluye que las redes neuronales artificiales constituyen una herramienta eficiente para estimar la resistencia a compresión del concreto, contribuyendo a reducir tiempos de evaluación y apoyar la toma de decisiones en ingeniería civil.