Redes neuronales artificiales en conducción de calor multidimensional transitorio

Resumen

Este artículo ilustra la aplicabilidad de las Redes Neuronales Artificiales en la predicción de latemperatura de algunos fenómenos de conducción de calor multidimensional transitorio. Seplantean dos casos en una dimensión con condición inicial constante y condiciones de frontera,para uno, de Dirichlet y para el otro, convectivas. Con estas mismas condiciones, se abordangeometrías en dos y tres dimensiones y se desarrollan sus soluciones analiticas para obtener lospatrones de entrada y salida utilizados en elposterior entrenamiento, verificación y generalizaciónde las redes neuronales artificiales. Para predecir la temperatura de los casos estudiados a partirde variables espaciales y temporales mediante la inteligencia artificial, Redes NeuronalesArtificiales, se empleó el Perceptrón multicapa con conexiones hacia adelante, función deactivación tangente hiperbólica para los nodos de la(s) capa(s) oculta(s) y lineal para el nodode salida, algoritmo de aprendizaje Levenberg - Marquardt y raíz de la suma de los cuadrados ypreprocesamiento rango como normalizaciones de las variables de entrada y salidarespectivamente. Una vez determinadas las especificaciones se llevaron a cabo las etapas dedesalTollo: entrenamiento, verificación y generalización de las redes de cada caso de conducciónde calor considerado empleando diversas configuraciones con el fin de seleccionar la másadecuada de acuerdo a los criterios: convergencia en el entrenamiento, capacidad degeneralización y simplicidad en su estructura.