Evaluación del desempeño de redes neuronales artificiales para estimar propiedades de capas de pavimentos
Una de las principales preocupaciones en la evaluación de la condición estructural de pavimentos flexibles en servicio, es la estimación de propiedades mecánicas de las capas, útiles para el diseño y toma de decisiones en los sistemas de gestión de carreteras. Este problema de identificación de pará...
- Autores:
-
Beltran, Gloria Inés
Romo, Miguel Pedro
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2014
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/48998
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/48998
http://bdigital.unal.edu.co/42455/
- Palabra clave:
- Civil Engineering
pavement engineering
Artificial neural networks
pavements
non-destructive testing
deflections
layer moduli
Redes neuronales artificiales
pavimentos
auscultación no destructiva
deflexiones
módulos de capa
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
| id |
UNACIONAL2_806a2ab935291afcbed726b6e679c392 |
|---|---|
| oai_identifier_str |
oai:repositorio.unal.edu.co:unal/48998 |
| network_acronym_str |
UNACIONAL2 |
| network_name_str |
Universidad Nacional de Colombia |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Evaluación del desempeño de redes neuronales artificiales para estimar propiedades de capas de pavimentos |
| title |
Evaluación del desempeño de redes neuronales artificiales para estimar propiedades de capas de pavimentos |
| spellingShingle |
Evaluación del desempeño de redes neuronales artificiales para estimar propiedades de capas de pavimentos Civil Engineering pavement engineering Artificial neural networks pavements non-destructive testing deflections layer moduli Redes neuronales artificiales pavimentos auscultación no destructiva deflexiones módulos de capa |
| title_short |
Evaluación del desempeño de redes neuronales artificiales para estimar propiedades de capas de pavimentos |
| title_full |
Evaluación del desempeño de redes neuronales artificiales para estimar propiedades de capas de pavimentos |
| title_fullStr |
Evaluación del desempeño de redes neuronales artificiales para estimar propiedades de capas de pavimentos |
| title_full_unstemmed |
Evaluación del desempeño de redes neuronales artificiales para estimar propiedades de capas de pavimentos |
| title_sort |
Evaluación del desempeño de redes neuronales artificiales para estimar propiedades de capas de pavimentos |
| dc.creator.fl_str_mv |
Beltran, Gloria Inés Romo, Miguel Pedro |
| dc.contributor.author.spa.fl_str_mv |
Beltran, Gloria Inés Romo, Miguel Pedro |
| dc.subject.proposal.spa.fl_str_mv |
Civil Engineering pavement engineering Artificial neural networks pavements non-destructive testing deflections layer moduli Redes neuronales artificiales pavimentos auscultación no destructiva deflexiones módulos de capa |
| topic |
Civil Engineering pavement engineering Artificial neural networks pavements non-destructive testing deflections layer moduli Redes neuronales artificiales pavimentos auscultación no destructiva deflexiones módulos de capa |
| description |
Una de las principales preocupaciones en la evaluación de la condición estructural de pavimentos flexibles en servicio, es la estimación de propiedades mecánicas de las capas, útiles para el diseño y toma de decisiones en los sistemas de gestión de carreteras. Este problema de identificación de parámetros es realmente complejo, debido al gran número de variables involucradas en el comportamiento de los pavimentos. Para esos fines, se ha considerado modelar la respuesta del pavimentos ante pruebas de campo, mediante soluciones adaptativas o aproximadas no convencionales usando Redes Neuronales Artificiales - RNAs. Las investigaciones previas han demostrado la capacidad excepcional de las RNAs para estimar módulos de capas, a partir de pruebas no destructivas de deflexión; sin embargo, la mayoría de los casos reportados han utilizado datos sintéticos de deflexión, o sistemas de pavimento hipotéticos. En este trabajo se presentan nuevos intentos para retrocalcular los módulos de capa con modelos de RNAs, a partir de una base de datos obtenida de pruebas de deflexión realizadas en campo sobre sistemas de pavimento de tres y cuatro capas; se consideraron estructuras tradicionales y pavimentos con capas de subbase rigidizada. Para el diseño y validación del modelo "óptimo" de RNAs, es decir, la mejor arquitectura posible y el algoritmo de aprendizaje más adecuado, se desarrolló una metodología en tres etapas. La evaluación del modelo neuronal resultante, muestra su capacidad y eficiencia de predicción para resolver un problema complejo de identificación de parámetros en pavimentos. |
| publishDate |
2014 |
| dc.date.issued.spa.fl_str_mv |
2014-07-30 |
| dc.date.accessioned.spa.fl_str_mv |
2019-06-29T08:18:11Z |
| dc.date.available.spa.fl_str_mv |
2019-06-29T08:18:11Z |
| dc.type.spa.fl_str_mv |
Artículo de revista |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/ART |
| format |
http://purl.org/coar/resource_type/c_6501 |
| status_str |
publishedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://repositorio.unal.edu.co/handle/unal/48998 |
| dc.identifier.eprints.spa.fl_str_mv |
http://bdigital.unal.edu.co/42455/ |
| url |
https://repositorio.unal.edu.co/handle/unal/48998 http://bdigital.unal.edu.co/42455/ |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.spa.fl_str_mv |
http://revistas.unal.edu.co/index.php/ingeinv/article/view/42158 |
| dc.relation.ispartof.spa.fl_str_mv |
Universidad Nacional de Colombia Revistas electrónicas UN Ingeniería e Investigación Ingeniería e Investigación |
| dc.relation.ispartofseries.none.fl_str_mv |
Ingeniería e Investigación; Vol. 34, núm. 2 (2014); 11-16 Ingeniería e Investigación; Vol. 34, núm. 2 (2014); 11-16 2248-8723 0120-5609 |
| dc.relation.references.spa.fl_str_mv |
Beltran, Gloria Inés and Romo, Miguel Pedro (2014) Evaluación del desempeño de redes neuronales artificiales para estimar propiedades de capas de pavimentos. Ingeniería e Investigación; Vol. 34, núm. 2 (2014); 11-16 Ingeniería e Investigación; Vol. 34, núm. 2 (2014); 11-16 2248-8723 0120-5609 . |
| dc.rights.spa.fl_str_mv |
Derechos reservados - Universidad Nacional de Colombia |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial 4.0 Internacional |
| dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by-nc/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Atribución-NoComercial 4.0 Internacional Derechos reservados - Universidad Nacional de Colombia http://creativecommons.org/licenses/by-nc/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad Nacional de Colombia - Facultad de Ingeniería |
| institution |
Universidad Nacional de Colombia |
| bitstream.url.fl_str_mv |
https://repositorio.unal.edu.co/bitstream/unal/48998/1/42158-194331-1-SP.pdf https://repositorio.unal.edu.co/bitstream/unal/48998/2/42158-213662-6-PB.pdf https://repositorio.unal.edu.co/bitstream/unal/48998/3/42158-194327-1-SP.pdf https://repositorio.unal.edu.co/bitstream/unal/48998/4/42158-194331-1-SP.pdf.jpg https://repositorio.unal.edu.co/bitstream/unal/48998/5/42158-213662-6-PB.pdf.jpg https://repositorio.unal.edu.co/bitstream/unal/48998/6/42158-194327-1-SP.pdf.jpg |
| bitstream.checksum.fl_str_mv |
24b295ca44d6d5c218665e0b0c50bac4 1b9188b01f64eff469d4ae902d23eb35 e98248564dd77e046095fe9f8c0acdd1 881486e4d720dd1fd9970de53fbcfbc0 903381e41b3f9b9b7849dec9520c6bdc d23c2f9f828d3d5dccb7376558869c21 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
| repository.mail.fl_str_mv |
repositorio_nal@unal.edu.co |
| _version_ |
1806886215500169216 |
| spelling |
Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Beltran, Gloria Inés03e9b778-2968-41a2-9c9f-47d596442d51300Romo, Miguel Pedroad036171-1fcd-4fb8-a8c5-cddd5cde8d043002019-06-29T08:18:11Z2019-06-29T08:18:11Z2014-07-30https://repositorio.unal.edu.co/handle/unal/48998http://bdigital.unal.edu.co/42455/Una de las principales preocupaciones en la evaluación de la condición estructural de pavimentos flexibles en servicio, es la estimación de propiedades mecánicas de las capas, útiles para el diseño y toma de decisiones en los sistemas de gestión de carreteras. Este problema de identificación de parámetros es realmente complejo, debido al gran número de variables involucradas en el comportamiento de los pavimentos. Para esos fines, se ha considerado modelar la respuesta del pavimentos ante pruebas de campo, mediante soluciones adaptativas o aproximadas no convencionales usando Redes Neuronales Artificiales - RNAs. Las investigaciones previas han demostrado la capacidad excepcional de las RNAs para estimar módulos de capas, a partir de pruebas no destructivas de deflexión; sin embargo, la mayoría de los casos reportados han utilizado datos sintéticos de deflexión, o sistemas de pavimento hipotéticos. En este trabajo se presentan nuevos intentos para retrocalcular los módulos de capa con modelos de RNAs, a partir de una base de datos obtenida de pruebas de deflexión realizadas en campo sobre sistemas de pavimento de tres y cuatro capas; se consideraron estructuras tradicionales y pavimentos con capas de subbase rigidizada. Para el diseño y validación del modelo "óptimo" de RNAs, es decir, la mejor arquitectura posible y el algoritmo de aprendizaje más adecuado, se desarrolló una metodología en tres etapas. La evaluación del modelo neuronal resultante, muestra su capacidad y eficiencia de predicción para resolver un problema complejo de identificación de parámetros en pavimentos.A major concern in assessing the structural condition of existing flexible pavements is the estimation of the mechanical properties of constituent layers, which is useful for the design and decision-making process in road management systems. This parameter identification problem is truly complex due to the large number of variables involved in pavement behavior. To this end, non-conventional adaptive or approximate solutions via Artificial Neural Networks – ANNs – are considered to properly map pavement response field measurements. Previous investigations have demonstrated the exceptional ability of ANNs in layer moduli estimation from non-destructive deflection tests, but most of the reported cases were developed using synthetic deflection data or hypothetical pavement systems. This paper presents further attempts to back-calculate layer moduli via ANN modeling, using a database gathered from field tests performed on three- and four-layer pavement systems. Traditional layer structuring and pavements with a stabilized subbase were considered. A three-stage methodology is developed in this study to design and validate an “optimum” ANN-based model, i.e., the best architecture possible along with adequate learning rules. An assessment of the resulting ANN model demonstrates its forecasting capabilities and efficiency in solving a complex parameter identification problem concerning pavements.application/pdfspaUniversidad Nacional de Colombia - Facultad de Ingenieríahttp://revistas.unal.edu.co/index.php/ingeinv/article/view/42158Universidad Nacional de Colombia Revistas electrónicas UN Ingeniería e InvestigaciónIngeniería e InvestigaciónIngeniería e Investigación; Vol. 34, núm. 2 (2014); 11-16 Ingeniería e Investigación; Vol. 34, núm. 2 (2014); 11-16 2248-8723 0120-5609Beltran, Gloria Inés and Romo, Miguel Pedro (2014) Evaluación del desempeño de redes neuronales artificiales para estimar propiedades de capas de pavimentos. Ingeniería e Investigación; Vol. 34, núm. 2 (2014); 11-16 Ingeniería e Investigación; Vol. 34, núm. 2 (2014); 11-16 2248-8723 0120-5609 .Evaluación del desempeño de redes neuronales artificiales para estimar propiedades de capas de pavimentosArtículo de revistainfo:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/ARTCivil Engineeringpavement engineeringArtificial neural networkspavementsnon-destructive testingdeflectionslayer moduliRedes neuronales artificialespavimentosauscultación no destructivadeflexionesmódulos de capaORIGINAL42158-194331-1-SP.pdfapplication/pdf207662https://repositorio.unal.edu.co/bitstream/unal/48998/1/42158-194331-1-SP.pdf24b295ca44d6d5c218665e0b0c50bac4MD5142158-213662-6-PB.pdfapplication/pdf710917https://repositorio.unal.edu.co/bitstream/unal/48998/2/42158-213662-6-PB.pdf1b9188b01f64eff469d4ae902d23eb35MD5242158-194327-1-SP.pdfapplication/pdf618776https://repositorio.unal.edu.co/bitstream/unal/48998/3/42158-194327-1-SP.pdfe98248564dd77e046095fe9f8c0acdd1MD53THUMBNAIL42158-194331-1-SP.pdf.jpg42158-194331-1-SP.pdf.jpgGenerated Thumbnailimage/jpeg7540https://repositorio.unal.edu.co/bitstream/unal/48998/4/42158-194331-1-SP.pdf.jpg881486e4d720dd1fd9970de53fbcfbc0MD5442158-213662-6-PB.pdf.jpg42158-213662-6-PB.pdf.jpgGenerated Thumbnailimage/jpeg8717https://repositorio.unal.edu.co/bitstream/unal/48998/5/42158-213662-6-PB.pdf.jpg903381e41b3f9b9b7849dec9520c6bdcMD5542158-194327-1-SP.pdf.jpg42158-194327-1-SP.pdf.jpgGenerated Thumbnailimage/jpeg7402https://repositorio.unal.edu.co/bitstream/unal/48998/6/42158-194327-1-SP.pdf.jpgd23c2f9f828d3d5dccb7376558869c21MD56unal/48998oai:repositorio.unal.edu.co:unal/489982022-11-13 23:03:17.749Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co |