Please use this identifier to cite or link to this item: http://www.repositorio.ufop.br/handle/123456789/6557
Title: Análise de confiabilidade estrutural utilizando o método de Monte Carlo e redes neurais.
Authors: Barbosa, Anderson Henrique
metadata.dc.contributor.advisor: Freitas, Marcílio Sousa da Rocha
Neves, Francisco de Assis das
Keywords: Construção metálica
Redes neurais - computação
Projeto estrutural - medidas de segurança
Issue Date: 2004
metadata.dc.contributor.referee: Sousa Junior, João Batista Marques de
Sagrilo, Luis Volnei Sudati
Citation: BARBOSA, Anderson Henrique. Análise de confiabilidade estrutural utilizando o método de Monte Carlo e redes neurais. 2004. 124 f. Dissertação (Mestrado em Engenharia Civil) – Departamento de Engenharia Civil, Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2004.
Abstract: A análise de confiabilidade estrutural em geral apresenta algumas restrições para alcançar uma solução. Os métodos analíticos FORM e SORM apresentam alguns problemas em função da complexidade da análise, que gera dificuldades na determinação dos pontos de mínimo. O método de simulação de Monte Carlo, embora seja de fácil implementação e absolutamente geral, o grande número de simulações pode exigir um tempo de processamento elevado, o que pode tornar sua aplicação inviável. Este problema tem sido resolvido através de técnicas de redução de variância tais como Amostragem por Importância e Esperança Condicionada. Neste trabalho propõe-se a aplicação de uma rede neural treinada para a substituição de etapas necessárias ao método de Monte Carlo, assim como da substituição do processo de análise estrutural e de confiabilidade, com o objetivo de reduzir o custo computacional requerido na análise. As redes utilizadas neste trabalho são do tipo backpropagation, fazendo-se uso do algoritmo de Levenberg – Marquartdt e do algoritmo do gradiente descendente com momentum. A aplicação das redes neurais, tanto atuando em conjunto com o método de Monte Carlo quanto substituindo toda a análise, proporcionou bons resultados com baixo custo computacional, o que atesta a viabilidade de sua aplicação. ____________________________________________________________________
ABSTRACT: In general, the structural reliability analysis presents some restrictions to reach a solution. The analytical methods FORM and SORM present some problems in function of the complexity of the analysis, that generates difficulties in the determination of the minimum points. The Monte Carlo method, even so it is of easy implementation and absolutely general, the great number of simulation can demand a time of raised processing, what it can become its impracticable application. This problem has been decided through techniques of variance reduction such as Importance Sampling and Conditional Expectation. In this work it is considered application of a trained neural network for the substitution of necessary stages to Monte Carlo method, as well as of the substitution of the process of structural analysis and reliability, with the objective to reduce the required computational cost in the analysis. The neural networks used in this work are of the type backpropagation, becoming use of the algorithm of Levenberg – Marquardt and of the algorithm of the descendent gradient with momentum. The application of the neural nets, as much acting in set with method Carlo the mount how much substituting all the analysis, provided good results with low computational cost, what it certifies the viability of its application.
Description: Programa de Pós Graduação em Engenharia Civil. Departamento de Engenharia Civil, Escola de Minas, Universidade Federal de Ouro Preto.
URI: http://www.repositorio.ufop.br/handle/123456789/6557
metadata.dc.rights.license: Open access
Appears in Collections:PROPEC - Mestrado (Dissertações)

Files in This Item:
File Description SizeFormat 
DISSERTAÇÃO_AnáliseConfiabilidadeEstrutural.pdf1,63 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.