Validez y confiabilidad de la aplicación de redes neuronales artificiales para determinar las propiedades mecánica suelos en el anteproyecto de la infraestructura vial de la Av. el ayllu de Lurigancho- Chosica

Abstract

En la construcción de las distintas obras de arte, las características mecánicas del suelo son de alta predominancia para el diseño del pavimento. Sin embargo, realizar los ensayos de forma tradicional implica una inversión de tiempo, costo y disponibilidad de los laboratorios. Por ello, el poder predecir dichos resultados, aparece como método alternativo más económico y de mayor rapidez. El presente trabajo investigativo propone determinar el grado de validez y confiabilidad entre el estudio del terreno y la aplicación de las Redes Neuronales Artificiales para determinar las propiedades mecánicas de los suelos en el anteproyecto de infraestructura vial del Ayllu ubicado en el distrito de Lurigancho. La metodología tiene un tipo aplicada – cuasiexperimentales con un enfoque cuantitativo. Se recopila un banco de datos con información obtenida de Provias Descentralizado y Nacional, con las propiedades mecánicas del terreno. Los valores recopilados son los límites de Atterberg, granulometría, California Bearing Ratio (CBR) y los valores del Proctor. Con estos valores, se van a utilizar las variables (o datos) de entrada (límites líquido y plástico e índice de plasticidad, porcentaje retenido de grava, arena y limos) para entrenar a la red. Esto con el propósito de predecir las variables de salida (o resultados de predicción) propuestos. Se obtuvo como resultado que el CBR 95% y 100% de forma válida y confiable, se tuvo una correlación de Pearson de que se encuentra en el rango de buena a excelente con coeficiente de correlación de R²=0.9065 y R²=0.8352. Se predice la máxima Densidad Seca y se obtuvo una correlación en el rango de buena a excelente con coeficiente de correlación de R²=0.7488. Finalmente se determina el Optimo Contenido de Humedad, la correlación de Pearson se halla en el rango de buena a excelente con un valor de R²=0.8635. Se concluye que la aplicación de Redes Neuronales Artificiales utilizando el programa Neural Tools permite determinar las propiedades de mecánica de suelos de manera válida y confiable en el proyecto de infraestructura vial el Ayllu en el distrito de Lurigancho.