Surrogate Models Based on Radial Basis Function for Uncertainty Quantification in Nonlinear and Time-Dependent Problems
| Ano de defesa: | 2023 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Link de acesso: | http://repositorio.unb.br/handle/10482/55642 |
Resumo: | Tese (doutorado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2023. |
| id |
UNB_0833cea1605817f4f9c4de86a5ccca60 |
|---|---|
| oai_identifier_str |
oai:repositorio.unb.br:10482/55642 |
| network_acronym_str |
UNB |
| network_name_str |
Repositório Institucional da UnB |
| repository_id_str |
|
| spelling |
Almeida, Iago Freitas deEvangelista Júnior, Francisco2026-08-12T19:20:00Z2026-08-12T19:20:00Z2026-08-122023-01-16ALMEIDA, Iago Freitas de. Surrogate Models Based on Radial Basis Function for Uncertainty Quantification in Nonlinear and Time-Dependent Problems. 2023. 193 f., il. Tese (doutorado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2023.http://repositorio.unb.br/handle/10482/55642Tese (doutorado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2023.Esta tese propõe uma estratégia utilizando função de base radial (RBF) como modelos substitutos para quantificação de incerteza de problemas não lineares e dependentes do tempo. Os modelos substitutos com RBF são treinados para substituir as demoradas avaliações da integral que determina a taxa de liberação de energia dependente do tempo para um problema da mecânica da fratura dependente da idade e do tempo. Esses modelos substitutos também são utilizados para substituir as respostas de funções desempenho que consistem em problemas não-lineares selecionados da literatura. O desempenho dos modelos substitutos com RBF foi validado por meio de validação cruzada e por simulações de Monte Carlo que avaliam de forma exaustiva as integrais dos problemas dependentes do tempo e as funções não-lineares. Os resultados dos erros quadráticos médios e dos testes de ajuste Kolmogorov-Smirnov para as funções de densidade de probabilidade e funções de distribuição cumulativa preditas demostraram que os modelos substitutos com RBF alcançaram uma boa precisão para pequenos conjuntos de treinamento. Além disso, uma nova RBF de suporte compacto foi apresentada para processos de modelagem substituta. Os resultados preditos pelos modelos substitutos com a nova RBF demostraram uma boa eficiência para os problemas apresentados de quantificação de incerteza de funções não-lineares com conjuntos de treinamento pequenos. Os modelos substitutos com RBF apresentaram capacidades de generalização para prever milhares de dados desconhecidos obtidos de simulação de Monte Carlo e avaliar com sucesso os problemas de mecânica da fratura e das funções não-lineares.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)This thesis proposes a strategy using radial basis function (RBF) as surrogate models for uncertainty quantification in nonlinear and time-dependent problems. Surrogate models with RBF are trained to replace the time-consuming evaluation of the integral that determines the time dependent energy release rate for an age and time-dependent fracture mechanics problem. These surrogate models are also used to replace the output of performance functions that consist of nonlinear benchmark problems selected from the literature. The performance of the surrogate models with RBF was validated through cross-validation and by the Monte Carlo simulations that exhaustively evaluated the integrals of time-dependent problems and the nonlinear functions. The results of mean square errors and Kolmogorov-Smirnov goodness of fit tests for the predicted probability density functions and cumulative distribution functions showed that the RBF-based surrogate models had good accuracy for small training sets. Moreover, a new compact support RBF was presented for surrogate modeling processes. The results predicted by the surrogate models with the new RBF showed a good efficiency for the presented problems of uncertainty quantification of nonlinear functions with small training sets. Surrogate models with RBF showed generalization capabilities to predicted thousands of unknown data obtained from Monte Carlo simulation and successfully evaluated fracture mechanics and nonlinear functions problems.Faculdade de Tecnologia (FT)Departamento de Engenharia Civil e Ambiental (FT ENC)Programa de Pós-Graduação em Estruturas e Construção CivilporA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessSurrogate Models Based on Radial Basis Function for Uncertainty Quantification in Nonlinear and Time-Dependent ProblemsModelos substitutos baseados em função de base radial para quantificação de incerteza em problemas não lineares e dependentes do tempoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisModelos substitutosNão-linearidadesQuantificação de incertezareponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINALIagoFreitasDeAlmeida_TESE.pdfIagoFreitasDeAlmeida_TESE.pdfapplication/pdf9559483http://repositorio.unb.br/bitstream/10482/55642/1/IagoFreitasDeAlmeida_TESE.pdfa4bc4f07e3f233835d496578ab2d6610MD51open accessLICENSElicense.txtlicense.txttext/plain595http://repositorio.unb.br/bitstream/10482/55642/2/license.txt8835a5826c0ab4b91e729e65eed29b47MD52open access10482/556422026-09-22 16:08:27.169open accessoai:repositorio.unb.br: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Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2026-09-22T19:08:27Repositório Institucional da UnB - Universidade de Brasília (UnB)false |
| dc.title.pt_BR.fl_str_mv |
Surrogate Models Based on Radial Basis Function for Uncertainty Quantification in Nonlinear and Time-Dependent Problems |
| dc.title.alternative.pt_BR.fl_str_mv |
Modelos substitutos baseados em função de base radial para quantificação de incerteza em problemas não lineares e dependentes do tempo |
| title |
Surrogate Models Based on Radial Basis Function for Uncertainty Quantification in Nonlinear and Time-Dependent Problems |
| spellingShingle |
Surrogate Models Based on Radial Basis Function for Uncertainty Quantification in Nonlinear and Time-Dependent Problems Almeida, Iago Freitas de Modelos substitutos Não-linearidades Quantificação de incerteza |
| title_short |
Surrogate Models Based on Radial Basis Function for Uncertainty Quantification in Nonlinear and Time-Dependent Problems |
| title_full |
Surrogate Models Based on Radial Basis Function for Uncertainty Quantification in Nonlinear and Time-Dependent Problems |
| title_fullStr |
Surrogate Models Based on Radial Basis Function for Uncertainty Quantification in Nonlinear and Time-Dependent Problems |
| title_full_unstemmed |
Surrogate Models Based on Radial Basis Function for Uncertainty Quantification in Nonlinear and Time-Dependent Problems |
| title_sort |
Surrogate Models Based on Radial Basis Function for Uncertainty Quantification in Nonlinear and Time-Dependent Problems |
| author |
Almeida, Iago Freitas de |
| author_facet |
Almeida, Iago Freitas de |
| author_role |
author |
| dc.contributor.author.fl_str_mv |
Almeida, Iago Freitas de |
| dc.contributor.advisor1.fl_str_mv |
Evangelista Júnior, Francisco |
| contributor_str_mv |
Evangelista Júnior, Francisco |
| dc.subject.keyword.pt_BR.fl_str_mv |
Modelos substitutos Não-linearidades Quantificação de incerteza |
| topic |
Modelos substitutos Não-linearidades Quantificação de incerteza |
| description |
Tese (doutorado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2023. |
| publishDate |
2023 |
| dc.date.submitted.none.fl_str_mv |
2023-01-16 |
| dc.date.accessioned.fl_str_mv |
2026-08-12T19:20:00Z |
| dc.date.available.fl_str_mv |
2026-08-12T19:20:00Z |
| dc.date.issued.fl_str_mv |
2026-08-12 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.citation.fl_str_mv |
ALMEIDA, Iago Freitas de. Surrogate Models Based on Radial Basis Function for Uncertainty Quantification in Nonlinear and Time-Dependent Problems. 2023. 193 f., il. Tese (doutorado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2023. |
| dc.identifier.uri.fl_str_mv |
http://repositorio.unb.br/handle/10482/55642 |
| identifier_str_mv |
ALMEIDA, Iago Freitas de. Surrogate Models Based on Radial Basis Function for Uncertainty Quantification in Nonlinear and Time-Dependent Problems. 2023. 193 f., il. Tese (doutorado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2023. |
| url |
http://repositorio.unb.br/handle/10482/55642 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UnB instname:Universidade de Brasília (UnB) instacron:UNB |
| instname_str |
Universidade de Brasília (UnB) |
| instacron_str |
UNB |
| institution |
UNB |
| reponame_str |
Repositório Institucional da UnB |
| collection |
Repositório Institucional da UnB |
| bitstream.url.fl_str_mv |
http://repositorio.unb.br/bitstream/10482/55642/1/IagoFreitasDeAlmeida_TESE.pdf http://repositorio.unb.br/bitstream/10482/55642/2/license.txt |
| bitstream.checksum.fl_str_mv |
a4bc4f07e3f233835d496578ab2d6610 8835a5826c0ab4b91e729e65eed29b47 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UnB - Universidade de Brasília (UnB) |
| repository.mail.fl_str_mv |
repositorio@unb.br |
| _version_ |
1880322301502685184 |