Confiabilidade estrutural utilizando o método de Monte Carlo e redes neurais.

• Autor(a) principal: Barbosa, Anderson Henrique
• Data de Publicação: 2005
• Outros Autores: Freitas, Marcílio Sousa da Rocha, Neves, Francisco de Assis das
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Repositório Institucional da UFOP
• Texto Completo: http://www.repositorio.ufop.br/handle/123456789/2072
• topic: Confiabilidade estrutural; Redes neurais; Método de Monte Carlo; Monte Carlo method; Neural networks

A análise de confiabilidade estrutural em geral, por envolver um grande número de variáveis aleatórias ou exigir uma grande quantidade de simulações, se depara com a questão do custo computacional. Duas técnicas utilizadas para essa avaliação são o método de simulação de Monte Carlo e os métodos analíticos do tipo FORM/SORM. Os métodos analíticos FORM e SORM podem apresentar problema de precisão no cálculo da probabilidade de falha. Em relação ao método de Monte Carlo, embora sejam 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. Nesse trabalho, foi utilizada uma rede neural treinada para substituir a solução do problema estrutural necessário a cada simulação de Monte Carlo, com o objetivo de reduzir o custo computacional requerido na análise. As aplicações realizadas proporcionaram bons resultados, com baixo custo computacional, o que atesta a viabilidade de sua aplicação.