Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Gomes, Ruan Gonçalves de Souza | - |
Autor(es): dc.creator | Gomes, Guilherme José Cunha | - |
Autor(es): dc.creator | Vrugt, Jasper A. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:25:58Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:25:58Z | - |
Data de envio: dc.date.issued | 2023-08-23 | - |
Data de envio: dc.date.issued | 2023-08-23 | - |
Data de envio: dc.date.issued | 2021 | - |
Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/jspui/handle/123456789/17344 | - |
Fonte completa do material: dc.identifier | https://www.sciencedirect.com/science/article/pii/S0952197622004110 | - |
Fonte completa do material: dc.identifier | https://doi.org/10.1016/j.engappai.2022.105421 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1014524 | - |
Descrição: dc.description | Evolutionary Polynomial Regression (EPR) has found widespread application and use for model structure development in engineering and science. This hybrid evolutionary approach merges real world data and explanatory variables to generate well-structured models in the form of polynomial equations. The simple and transparent models produced by this technique enable us to explore, via sensitivity analysis, the robustness of the derived models. Yet, existing EPR frameworks do not make explicit use of sensitivity analysis in the selection of robust and high-fidelity model structures. In this paper, we develop a multi-step sensitivity-driven method which combines the strengths of differential evolution and model selection via Monte Carlo simulation to explore the input–output relationships of model structures. In the first step, our hybrid approach automatically determines the optimum number of terms of the polynomial equations. In a subsequent step, our algorithm explores the mean parametric response of each explanatory variable used in the mathematical formulation to select a final model structure. Finally, in our selection of the most robust mathematical structure, we take explicit consideration of the prediction uncertainty of the simulated output. We illustrate and evaluate our EPR method for different engineering problems involving modeling and prediction of the moisture content and creep index of soils. Altogether, our results demonstrate that the use of sensitivity analysis as an integral part of model structure search and selection will lead to robust models with high predictive ability. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Direitos: dc.rights | restrito | - |
Palavras-chave: dc.subject | Evolutionary polynomial regression | - |
Palavras-chave: dc.subject | Model selection | - |
Palavras-chave: dc.subject | Monte Carlo simulations | - |
Palavras-chave: dc.subject | Sensitivity analysis | - |
Palavras-chave: dc.subject | Optimum moisture content | - |
Título: dc.title | A hybrid multi-step sensitivity-driven evolutionary polynomial regression enables robust model structure selection. | - |
Aparece nas coleções: | Repositório Institucional - UFOP |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: