Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/12243
Files in This Item:
File Description SizeFormat 
robsonortzcunha.pdfRobson Ortz Cunha2.41 MBAdobe PDFThumbnail
View/Open
Type: Trabalho de Conclusão de Curso
Title: Modelo de regressão por processos gaussianos aplicado a problemas de otimização estrutural via meta-heurísticas
Author: Cunha, Robson Ortz Oliveira
First Advisor: Bernardino, Heder Soares
Referee Member: Bernardino, Heder Soares
Referee Member: Manezes, Victor Stroele de Andrade
Referee Member: Zeller, Camila Borelli
Referee Member: Gonçalves, Luciana Brugiolo
Resumo: A otimização estrutural é uma importante área da engenharia que vem sendo explorada, sobretudo no setor industrial, devido a sua grande gama de problemas que impactam diretamente na economia e no processo de produção como um todo. A criação de métodos que resolvam tais problemas de forma mais eficiente e/ou que produzam resultados mais fidedignos tem ganhado importância nas mais diversas áreas do conhecimento. Nesse sentido, propomos um estudo do Modelo de Regressão por Processos Gaussianos e sua utilização como metamodelo no processo de otimização estrutural via Evolução Diferencial (Differential Evolution, DE). A partir da construção do arcabouço teórico que promove a interdisciplinaridade entre as duas áreas (Estatística e Ciência da Computação), buscamos aplicá-lo em um problema real de engenharia, em dois diferentes casos de arranjos estruturais. Além disso, através do software R, usado nas análises e testes estatísticos prévios, e da linguagem de programação Python, usado para o desenvolvimento do processo de otimização por Evolução Diferencial assistido pelo metamodelo estatístico, apresentamos os resultados acerca dos testes e os comparamos com o método clássico da DE.
Abstract: The structural optimization is an important enginnering area that is being explored, specially in the industrial sector, because of its great gamma of problems that impact directly the economy and the production process as a whole. The creation of methods that solve such problems in a more effective manner and/or produce more trustworthy results has gained importance in the most diverse knowledge areas. Following this thought, we propose a Gaussian Process Regression Model study and its use as a surrogate model in the structural optimization process via Diferential Evolution (DE). From the construction of the theoretical framework that promotes the interdisciplinarity between the two areas (Statistics and Computer Science), we apply it in a real problem of enginnering, in five different cases of structural arrangements. Furthermore, through the R software, used in the previous statistical analysis and tests, and the programming language Python, used for the development of optimization process through Diferential Evolution assisted by the statistical surrogate model, we present the test results and compare them to the classical method of the DE.
Keywords: Processos Gaussianos
Metamodelos
Metaheurísticas
Evolução Diferencial
Gaussian Processes
Surrogate Model
Metaheuristics
Differential Evolution
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
Language: por
Country: Brasil
Publisher: Universidade Federal de Juiz de Fora (UFJF)
Institution Initials: UFJF
Department: ICE – Instituto de Ciências Exatas
Access Type: Acesso Aberto
Creative Commons License: http://creativecommons.org/licenses/by-nc-nd/3.0/br/
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/12243
Issue Date: 4-Dec-2018
Appears in Collections:Estatística - TCC Graduação



This item is licensed under a Creative Commons License Creative Commons