Martínez-Abella, FernandoRabuñal, Juan R.Pérez Ordóñez, Juan LuisUniversidade da Coruña. Departamento de Tecnoloxías da Información e as Comunicacións2017-03-102017-03-102010http://hdl.handle.net/2183/18229[Resumen] Uno de los problemas típicos ante los que se enfrenta un investigador cuando aborda el estudio de fenómenos reales es la ingente cantidad de información y de datos que es posible extraer para su análisis. En muchos casos, además, la información y los datos son difíciles de relacionar entre sí. Para descubrir, comprender y entender esa interrelación, una de las posibilidades a disposición de los expertos es el empleo de procedimientos de extracción de conocimiento mediante técnicas de Inteligencia Artificial. Su uso, tal como se conocen hoy en día, presenta diversas limitaciones para la mayoría de problemas ya que, por un lado, en ocasiones la solución no es capaz de predecir el comportamiento con un margen de error asumible y, por otro, puede resultar imposible realizar una interpretación de la solución obtenida. En estos casos el experto desearía influir en el proceso de búsqueda, alternativa que no suelen ofrecer los procedimientos disponibles. La tesis se plantea, por tanto, con el objetivo de desarrollar una metodología capaz de obtener soluciones de un problema genérico de extracción de conocimiento construido a partir de datos derivados de ensayos de laboratorio. El aporte fundamental es que ello se hace de forma supervisada, es decir, dirigiendo el proceso de búsqueda (basado en la aplicación de técnicas heurísticas) mediante las indicaciones del experto en el fenómeno concreto, lo que se denomina como “proceso de búsqueda guiado por el usuario”. Definida la metodología, se implementa mediante un sistema basado en Programación Genética desarrollando un conjunto de funcionalidades organizadas por módulos: módulo de operadores y funciones definidos por el usuario, módulo de probabilidad de aparición de nodos, módulo de coeficientes de seguridad, módulo de restricciones y módulo de ajuste de expresiones. El sistema desarrollado se aplica en primer lugar a un problema de solución teórica conocida y probada (la predicción de la distancia máxima que alcanza un proyectil), lo que permite constatar el buen funcionamiento y las posibilidades del método. En segundo lugar se aborda la aplicación práctica, presentándose para ello tres ejemplos reales de predicción en problemas enmarcados dentro del ámbito del hormigón estructural. El primer caso real elegido es el de la predicción del esfuerzo a cortante que resisten las vigas de hormigón en determinadas condiciones. El segundo corresponde a la predicción de la capacidad adherente entre el hormigón y las barras de acero que actúan como armaduras en las estructuras. Y, por último, se aplica el método a un problema de series temporales, concretamente la predicción de las deformaciones que a lo largo del tiempo sufre el hormigón cuando tiene una carga constante aplicada (deformaciones de fluencia). Tales ejemplos muestran que la metodología definida y desarrollada permite obtener resultados con menor error y más fácilmente interpretables gracias al proceso guiado, lo que puede extenderse a numerosos campos del conocimiento en los que aparecen problemas de regresión simbólica.[Abstract] One of the most common problems in science related to the study of real phenomena is the huge amount of information and data available. Furthermore, in many cases it is difficult to establish relationships within data. Thus, in order to discover and comprehend these data correlations, Artificial Intelligence techniques of knowledge extraction can be used by experts. Nowadays, the use of these techniques presents some limitations: on one hand, the solution can’t provide a behavior prediction with an assumable error; on the other, interpretation of the results obtained may be impossible. In these cases, the expert would desire to guide the search process, but most present day techniques do not allow for this possibility. The objective of this thesis is to develop a new methodology to obtain knowledge from problems, and by data obtained from laboratory testing. The main contribution of this technique is that this process will be done in a supervised way, guiding the search process (based in heuristics) with expert recommendations. This process shall be called “user guided search process”. Once the methodology has been defined, it will be implemented using a Genetic Programming based system. This system will have a set of functionalities organized by modules: operators and functions module, module probability of node apparitions module, safety factors module, constraints module and expression adjustment module. The system thus developed will be applied to a problem with theoretical known solution (the prediction of maximum distance of a projectile) to provide a validation of the proposed method. Additionally, practical application of the method will be carried out with three real examples of prediction problems in the field of structural concrete. The first case chosen is the prediction of shear strength for concrete beams under determinate circumstances. The second corresponds to the prediction of bond between concrete and steel used as reinforcement within the structure. Finally, the method will be applied to a problem of temporal series, the prediction of strain evolution during the time that concrete endures a constant load (concrete creep). These examples will show that the defined and implemented methodology provides more precise and easier to interpret results, thanks to the guided process. The methodology proposed can be extended to numerous areas related to symbolic regression problems.spaOs titulares dos dereitos de propiedade intelectual autorizan a visualización do contido desta tese a través de Internet, así como a súa reproducción, gravación en soporte informático ou impresión para o seu uso privado e/ou con fins de estudo e de investigación. En nengún caso se permite o uso lucrativo deste documento. Estos dereitos afectan tanto ó resumo da tese como o seu contido Los titulares de los derechos de propiedad intelectual autorizan la visualización del contenido de esta tesis a través de Internet, así como su repoducción, grabación en soporte informático o impresión para su uso privado o con fines de investigación. En ningún caso se permite el uso lucrativo de este documento. Estos derechos afectan tanto al resumen de la tesis como a su contenidoInteligencia artificial-AplicacionesHormigón-Ensayosdoctoral thesisopen access