2019-11-222011-12-012256-43141794-9165http://hdl.handle.net/10784/14465This article presents the way two artificial intelligence techniques, neural networks and genetic algorithms were combined, for the development of a computational tool used to estimate mechanical properties such as tensile strength, uniaxial compression resistance and resistance to triaxial compression in sandstones, from petrophysical properties using test data from the Rock Mechanics Laboratory of the Colombian Petroleum Institute - Ecopetrol SA as training data facilitating the design of non-destructive tests with a certain degree of confidence and leading to cost reduction.Este artículo presenta la forma como fueron combinadas dos técnicas de inteligencia artificial, redes neuronales y algoritmos genéticos, para el desarrollo de una herramienta computacional utilizada para la estimación de propiedades mecánicas tales como la resistencia a la tensión, la resistencia a la compresión uniaxial y la resistencia a la compresión triaxial en areniscas, a partir de propiedades petrofísicas utilizando datos de pruebas del Laboratorio de Mecánica de Rocas del Instituto Colombiano del Petróleo - Ecopetrol S.A. como datos de entrenamiento facilitando el diseño de ensayos no destructivos con cierto grado de confianza y dando lugar a una reducción de costos.application/pdfspaCopyright (c) 2011 Laura Viviana Galvis, César Augusto Ochoa, Henry Arguello Fuentes, Jenny Mabel Carvajal Jiménez, Zuly Himelda Calderón Carrilloarticleinfo:eu-repo/semantics/openAccessArtificial IntelligenceArtificial Neural NetworkGenetic AlgorithmPetrophysical PropertiesMechanical PropertiesInteligencia ArtificialRed Neuronal ArtificialAlgoritmo GenéticoPropiedades PetrofísicasPropiedades MecánicasAcceso abierto2019-11-22Galvis, Laura VivianaAugusto Ochoa, CésarArguello Fuentes, HenryCarvajal Jiménez, Jenny MabelCalderón Carrillo, Zuly Himelda