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.contributor | Freitas, Marcílio Sousa da Rocha | - |
Autor(es): dc.contributor | Neves, Francisco de Assis das | - |
Autor(es): dc.contributor | Sousa Junior, João Batista Marques de | - |
Autor(es): dc.contributor | Sagrilo, Luis Volnei Sudati | - |
Autor(es): dc.creator | Barbosa, Anderson Henrique | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:36:25Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:36:25Z | - |
Data de envio: dc.date.issued | 2016-07-07 | - |
Data de envio: dc.date.issued | 2016-07-07 | - |
Data de envio: dc.date.issued | 2004 | - |
Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/handle/123456789/6557 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1019583 | - |
Descrição: dc.description | Programa de Pós Graduação em Engenharia Civil. Departamento de Engenharia Civil, Escola de Minas, Universidade Federal de Ouro Preto. | - |
Descrição: dc.description | 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. | - |
Descrição: dc.description | 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. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | aberto | - |
Direitos: dc.rights | Open access | - |
Palavras-chave: dc.subject | Construção metálica | - |
Palavras-chave: dc.subject | Redes neurais - computação | - |
Palavras-chave: dc.subject | Projeto estrutural - medidas de segurança | - |
Título: dc.title | Análise de confiabilidade estrutural utilizando o método de Monte Carlo e redes neurais. | - |
Tipo de arquivo: dc.type | livro digital | - |
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: