Look-up in Google Scholar
Title: Redes Neuronales para Estimación de la Condición Funcional del Pavimento Flexible, Jirón Túpac Amaru, San Agustín de Cajas, 2021
Advisor(s): Cano Camayo, Tiber Joel
OCDE field: http://purl.org/pe-repo/ocde/ford#2.01.01
Issue Date: 13-May-2022
Institution: Universidad Peruana Los Andes
Abstract: La investigación tuvo como finalidad el uso de redes neuronales para la estimación de la condición funcional del pavimento flexible, el cual planteó como problema general ¿Cómo las redes neuronales contribuyen en la estimación de la condición funcional del pavimento flexible?, y determinar la contribución de las redes neuronales en la estimación de la condición funcional del pavimento flexible nuestro objetivo principal; asimismo se vio como las redes neuronales contribuyen significativamente en la estimación de la condición funcional del pavimento flexible como hipótesis general. Respecto a la metodología es el método científico, el tipo de investigación fue aplicada, el nivel es descriptivo – explicativo, y el diseño es no experimental ya que no se manipulan las variables. La investigación se realizó en una muestra de 1,459.41 ml del Jr. Túpac Amaru, Distrito de San Agustín de Cajas; de una población de 9 ejes viales asfaltados de todo el sistema vial urbano. Se encontraron como resultados que las redes neuronales son viables y convenientes para su utilización, ya que se encontró un 86.76% de certeza en la predicción de datos en el área de predicción de los índices PCI; del mismo modo el error conjunto que presenta es del 7.69% y un asertividad de predicción del 92.31%, los cuales están dentro de los parámetros aceptados y superan a la estadística descriptiva e inferencial.
Discipline: Ingeniería Civil
Grade or title grantor: Universidad Peruana Los Andes. Facultad de Ingeniería
Grade or title: Ingeniero Civil
Juror: Ordoñez Camposano, Vladimir; Ramos Piñas, David; Gonzales Rojas, Carlos Alberto
Register date: 26-Jul-2022



This item is licensed under a Creative Commons License Creative Commons