A stochastic kriging approach for the minimization of integrals

Detalhes bibliográficos
Autor(a) principal: Carraro, Felipe
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/185419
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Civil, Florianópolis, 2017
id UFSC_c275887496817a2875475bfab7f62849
oai_identifier_str oai:repositorio.ufsc.br:123456789/185419
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Universidade Federal de Santa CatarinaCarraro, FelipeLopez, Rafael HoldorfMiguel, Leandro Fleck Fadel2018-04-13T19:26:36Z2018-04-13T19:26:36Z2017351841https://repositorio.ufsc.br/handle/123456789/185419Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Civil, Florianópolis, 2017Este estudo tem como objetivo propor um método eficiente baseado nametodologia Stochastic Kriging (SK) para a solução de problemas deminimização de integrais. O modelo SK é usado para criar uma aproximaçãorápida para a função a ser minimizada. Além disso, estimativasde variância da simulação de Monte Carlo são usadas para auxiliar aotimização. O procedimento de otimização aplica o algoritmo EfficientGlobal Optimization com o critério de preenchimento Augmented ExpectedImprovement. Observa-se que o alvo de variância influencia osresultados da otimização. Um alvo muito baixo faz com a otimizaçãotorne-se demasiadamente custosa, enquanto que um alvo muito altopode estagnar a otimização. Desta maneira, uma seleção adaptativado alvo de variância é proposta. De modo a verificar o desempenho dométodo proposto vários testes comparativos são conduzidos. O métodoé aplicado para diversas funções de referência da literatura submetidasa um ruído estocástico. Além disso, comparações são realizadas emrelação a um algoritmo eficiente conhecido e ao uso de quadraturas paraa avaliação da integral. Por fim, a abordagem proposta é também aplicadaa um problema de engenharia estrutural. Os resultados destacam odesempenho eficiente do método bem como a sua consistência ao longode diversas execuções independentes.Abstract: This study aims at proposing an efficient method based on the StochasticKriging (SK) methodology for the solution of integral minimizationproblems. The SK metamodel is used to create a fast approximation forthe function being minimized. Moreover, variance estimates from MonteCarlo simulation are used to aid the optimization. The minimizationprocedure employed the Efficient Global Optimization algorithm withthe Augmented Expected Improvement infill criterion. It can be observedthat the target variance influences the optimization results. Setting ittoo low causes the optimization to becomes too costly, while settingit too high might stall the optimization. Therefore, an adaptive targetsetting is proposed. In order to verify the performance of the proposedmethod multiple benchmarks are conducted. The method is appliedto a number of noisy benchmark functions from literature. Moreover,comparisons are made against a known efficient optimization algorithmas well as an integral evaluation approach using quadratures. At last, theproposed approach is also applied to a structural engineering problem.The results highlight the efficient performance of the method as well asits consistency over multiple independent runs.157 p.| ils., gráfs., tabs.engEngenharia civilOtimização globalEngenharia de estruturasA stochastic kriging approach for the minimization of integralsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINALPECV1082-D.pdfPECV1082-D.pdfapplication/pdf14105725https://repositorio.ufsc.br/bitstream/123456789/185419/-1/PECV1082-D.pdf57e280bd9d96884d49136898a3590c8fMD5-1123456789/1854192018-04-13 16:26:36.941oai:repositorio.ufsc.br:123456789/185419Repositório de PublicaçõesPUBhttp://150.162.242.35/oai/requestopendoar:23732018-04-13T19:26:36Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv A stochastic kriging approach for the minimization of integrals
title A stochastic kriging approach for the minimization of integrals
spellingShingle A stochastic kriging approach for the minimization of integrals
Carraro, Felipe
Engenharia civil
Otimização global
Engenharia de estruturas
title_short A stochastic kriging approach for the minimization of integrals
title_full A stochastic kriging approach for the minimization of integrals
title_fullStr A stochastic kriging approach for the minimization of integrals
title_full_unstemmed A stochastic kriging approach for the minimization of integrals
title_sort A stochastic kriging approach for the minimization of integrals
author Carraro, Felipe
author_facet Carraro, Felipe
author_role author
dc.contributor.none.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Carraro, Felipe
dc.contributor.advisor1.fl_str_mv Lopez, Rafael Holdorf
dc.contributor.advisor-co1.fl_str_mv Miguel, Leandro Fleck Fadel
contributor_str_mv Lopez, Rafael Holdorf
Miguel, Leandro Fleck Fadel
dc.subject.classification.none.fl_str_mv Engenharia civil
Otimização global
Engenharia de estruturas
topic Engenharia civil
Otimização global
Engenharia de estruturas
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Civil, Florianópolis, 2017
publishDate 2017
dc.date.issued.fl_str_mv 2017
dc.date.accessioned.fl_str_mv 2018-04-13T19:26:36Z
dc.date.available.fl_str_mv 2018-04-13T19:26:36Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/185419
dc.identifier.other.none.fl_str_mv 351841
identifier_str_mv 351841
url https://repositorio.ufsc.br/handle/123456789/185419
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 157 p.| ils., gráfs., tabs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/185419/-1/PECV1082-D.pdf
bitstream.checksum.fl_str_mv 57e280bd9d96884d49136898a3590c8f
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1766804966848069632

Registros relacionados