Desarrollo de un modelo de predicción para evaluar la calidad de una edificación utilizando redes neuronales artificiales de propagación hacia atrás.

Abstract

La calidad de una edificación es uno de los criterios importantes de control y un aspecto crítico para las empresas, esto debido a que afecta directamente la eficiencia económica de las empresas y usuarios de las edificaciones. Una evaluación de la calidad subjetiva o no profesional es probable que provoque pérdidas económicas irreparables debido a la mala calidad de los elementos estructurales y no estructurales que componen la edificación. Por ello se realiza esta investigación, para determinar primero los parámetros y factores de un modelo de evaluación de la calidad que comprenda aspectos generales que permitan evaluar cualquier edificación y así empezar a estandarizar la forma de evaluación. En particular se definieron 5 parámetros con 16 factores a evaluar; luego, con el fin de evitar la subjetividad humana en los criterios de evaluación, se diseña e implementa un algoritmo de red neuronal artificial del tipo feedforward backpropagation para predecir la calidad de una edificación. Para ello se utiliza la evaluación de 12 expertos en una edificación de hormigón armado definida como caso de estudio; esas evaluaciones sirven para entrenar, validar y probar el algoritmo de la red neuronal. El entrenamiento del algoritmo se lo hace hasta que el error cuadrático medio final, el error del conjunto de prueba y el error del conjunto de validación sean menores a 10^(-2) y presenten características similares, además, que el valor de R sea mayor al 90% en las salidas de la red, lo que significa que la red neuronal es bastante precisa con los resultados que predice y está lista para usarse.