Análisis de métodos retrogresivos mediante uso de Redes Neuronales y Algoritmos Geneticos

Abstract

En esta investigación se evaluaron los parámetros de comportamiento mecánico, mediante retro-análisis, de una excavación situada en la ciudad de Jakarta. Se obtuvieron los resultados de cohesión no drenada y módulo de Elasticidad para tres (3) capas de suelo cuyas simulaciones numéricas se ajustaban a los desplazamientos del muro diafragma de la excavación. Se emplearon dos (2) tipos de algoritmo de inteligencia artificial (redes neuronales y algoritmos genéticos). Se describe la construcción del modelo numérico a partir de la información antecedente y posteriormente se efectúa la aplicación de ambos algoritmos al modelo numérico realizado. Se presenta una discusión de los elementos de mayor efecto en los análisis y la dispersión de los resultados obtenidos con cada uno de los algoritmos. Los parámetros obtenidos, mediante el retro análisis, fueron comparados con los resultados de los ensayos de campo y laboratorio. Las curvas obtenidas por simulaciones numéricas con los parámetros conseguidos por inteligencia artificial presentan una alta correlación con los desplazamientos monitoreados del muro, principalmente con los parámetros obtenidos por algoritmos genéticos, por otra parte, los resultados obtenidos con las redes nueronales presentaron una tendencia similar con una mayor eficiencia, pero con un grado de exactitud menor.

The engineering parameters of mechanical behavior were evaluated for a big excavation, located in the city of Jakarta, through a back-analysis process. The results of undrained shear strength and modulus of elasticity were obtained for three layers of soil whose numerical simulations were adjusted to the displacements of the diaphragm wall of the excavation. Two (2) types of artificial intelligence algorithm (neural networks and genetic algorithms) were used. The construction of the numerical model based on the antecedent information is described. The application of both algorithms to the numerical model was implemented. A discussion of the elements with the greatest effect in the analysis and the dispersion of the results obtained with each of the algorithms is presented. The parameters obtained by means of the back-analysis process were compared with field and laboratory tests. The curves obtained by numerical simulations with the obtained parameters by artificial intelligence show a high correlation with the measured movements of the wall, mainly with the results obtained by genetic algorithm. Additionally, results obtained with neural network showed a similar tendency, with less accuracy but greater efficiency.