@ARTICLE{will_2017,
    author = {Gonzalez Salcedo, L. O. and Zuñiga, Aydee Patricia Guerrero and Delvasto Arjona, S. and Will, Adrian},
  keywords = {Asentamiento de Hormigón, Hormigón reforzado con Fibra, Inteligencia Artificial, Redes neuronales artificiales},
     month = jan,
     title = {Redes neuronales artificiales para estimar propiedades en estado fresco y  endurecido, para hormigones reforzados con fibras metálicas.1},
   journal = {Revista Cuaderno Activa - Facultad de Ingeniería - Tecnológica de Antioquía},
    number = {9},
      year = {2017},
     pages = {95-107},
      issn = {2027-8101},
  abstract = {El hormigón se elabora con cemento, agua, agregados, aditivos y adiciones minerales. Una de sus propiedades
en estado fresco, es el asentamiento. Por su parte, en estado endurecido, sus propiedades mecánicas se alcanzan a
una edad de 28 días, después del mezclado de las materias primas. Como material frágil, requiere de la incorpo-
ración de fibra para adquirir ductilidad. Tanto sin fibra como con fibras, se ha extendido el uso de redes neuronales
artificiales (RNA) para predecir principalmente la resistencia a la compresión, lo cual hace interesante aplicarlo
también para otras propiedades mecánicas, así como para el asentamiento. En el presente artículo se reporta la
elaboración de RNA, entrenadas con los algoritmos de Levenberg-Maquardt y Gradiente Conjugado Escalonado,
usando el software MATLAB, para predecir el asentamiento y las resistencias de diseño a la compresión, a la
tensión, a la cortante, y a la flexión, así como la tenacidad flexural en hormigones reforzados con fibras de acero.
Los resultados de correlación entre los valores obtenidos y reales, muestran que la herramienta computacional
elaborada es confiable para su uso predictivo.}
}