Desarrollo de un modelo predictivo de las propiedades mecánicas del suelo usando redes neuronales artificiales

Determinar las propiedades del suelo es una tarea necesaria pero costosa en el diseño de pavimentos, por dicha razón, este estudio se desarrollaron cuatro redes neuronales artificiales (RNA) basadas perceptrón multicapa para predecir la máxima densidad seca (MDD), óptimo contenido humedad (OMC), valor relación soporte California (CBR) al 95% MDD y CBR 100% MDD, respectivamente. El método considera un dataset con 285 ejemplos, definición arquitectura base mediante optimización bayesiana validación cruzada, modificación arquitecturay los hiperparámetros mejorar desempeño. Las RNA entrenaron considerando 3000 épocas, función ReLU,tasa aprendizaje, dropout; fueron evaluadas coeficiente correlación (R) error cuadrático medio (MSE) predijeron R=0,90, OMC R=0,87, R=0,92, R=0,89, respectivamente, demostrando que modelos son eficientes suelo.