Acta Agronómica (Jul 2011)
Estimación de la resistencia a la penetración de suelos usando redes neuronales artificiales Prediction of the soils penetration strength using artificial neural networks
Abstract
Las redes neuronales artificiales, simuladoras del proceso de aprendizaje de las neuronas biológicas, han sido utilizadas con éxito en el cálculo de parámetros en diversos problemas de ingeniería en que las variables involucradas tienen una alta relación no lineal entre sí y la modelación no permite representar el problema mediante una función matemática de fácil deducción. En la ciencia del suelo la predicción de algunas propiedades involucra diversas variables que hacen de su estimación por medio de modelos matemáticos un proceso complejo, y trasladan la solución del problema al campo de la inteligencia artificial. En el presente artículo se reporta la elaboración de redes neuronales artificiales para la estimación de la resistencia a la penetración a diferentes profundidades de un suelo; se consideran como variables influyentes el contenido de humedad, la densidad, la carga estática y la presión de inflado. Los resultados muestran una mejor estimación para profundidades entre 20 cm y 30 cm.Artificial Neural Networks simulate the learning process of biological neurons, and these have been successfully used in the computation of parameters on several engineering problems where exist a strong nonlinear relation among the variables. In soil science, estimation of some properties involves variables that are complicated to estimate using mathematical models, so the solution for the problems fall into the field of Artificial Intelligence. The present paper reports the elaboration of an Artificial Neural Network for the estimation of penetration resistance of soil at different depths, considering as influential variables humidity, density, static load, and inflate pressure. The best estimation results were obtained at a depth of 20-30 cm.
