This dissertation presents a sampling-based method that can be used for uncertainty quantification and deterministic or probabilistic optimization. The objective is to simultaneously address several difficulties faced by classical techniques based on response values and their gradients. In particular, this research addresses issues with discontinuous and binary (pass or fail) responses, and multiple failure modes. All methods in this research are developed with the aim of addressing problems that have limited data due to high cost of computation or experiment, e.g. vehicle crashworthiness, fluid-structure interaction etc.The core idea of this research is to construct an explicit boundary separating allowable and unallowable behaviors, based on classification information of responses instead of their actual values. As a result, the proposed method is naturally suited to handle discontinuities and binary states. A machine learning technique referred to as support vector machines (SVMs) is used to construct the explicit boundaries. SVM boundaries can be highly nonlinear, which allows one to use a single SVM for representing multiple failure modes.One of the major concerns in the design and uncertainty quantification communities is to reduce computational costs. To address this issue, several adaptive sampling methods have been developed as part of this dissertation. Specific sampling methods have been developed for reliability assessment, deterministic optimization, and reliability-based design optimization. Adaptive sampling allows the construction of accurate SVMs with limited samples. However, like any approximation method, construction of SVM is subject to errors. A new method to quantify the prediction error of SVMs, based on probabilistic support vector machines (PSVMs) is also developed. It is used to provide a relatively conservative probability of failure to mitigate some of the adverse effects of an inaccurate SVM. In the context of reliability assessment, the proposed method is presented for uncertainties represented by random variables as well as spatially varying random fields.In order to validate the developed methods, analytical problems with known solutions are used. In addition, the approach is applied to some application problems, such as structural impact and tolerance optimization, to demonstrate its strengths in the context of discontinuous responses and multiple failure modes.

O desenvolvimento de métodos que permitam reproduzir numericamente o comportamento el de sistemas estruturais reais tem desa ado cientistas e pesquisadores a abordarem questões que vão além das condições de integridade do sistema. Neste sentido, uma série de novos parâmetros devem ser considerados durante um processo de otimização estrutural, zelando pela con abilidade em níveis aceitáveis enquanto que os custos esperados de falhas sejam minimizados. Aparentemente, os objetivos segurança e economia competem entre si, nesse contexto, a otimização do risco estrutural surge como uma formulação que permite equacionar este problema através do chamado custo esperado total. Nesta Tese, apresenta-se o desenvolvimento de uma técnica precisa para satisfazer os termos que compõem a função custo esperado total, isto é, uma técnica capaz de estimar a con abilidade de sistemas estruturais redundantes pela identi cação dos múltiplos modos de falha de uma maneira mais precisa que os métodos convencionais aproximados e de simulação. Além disso, análises inelásticas de estruturas de aço incluindo as não linearidades físicas e geométricas são consideradas utilizando o MCDG, além de leis constitutivas para prever o comportamento inelástico. Em posse destas informações, o algoritmo calcula o risco como sendo a probabilidade de falha multiplicada pela consequência econômica resultante desta falha. Ao risco são acrescentados os demais custos associados ao sistema estrutural, os quais não dependem dos parâmetros aleatórios do sistema e por isso denominados custos xos. Como produto, tem-se o custo esperado total, o qual corresponde a função objetivo do problema de otimização estrutural. Aplicações numéricas demonstram a precisão e e ciência da metodologia na avaliação da probabilidade de falha de problemas envolvendo funções de estado limite altamente não lineares com múltiplas regiões de falhas, assim como os efeitos causados pelas não linearidades físicas e geométricas nas análises probabil ísticas e na otimização do risco das estruturas. Os resultados demonstraram que, em relação às incertezas e consequências monetárias da falha, a estrutura ótima pode ser encontrada apenas pela formulação da otimização do risco, onde a con guração da estrutura e os limites de segurança são otimizados simultaneamente. A otimização do risco resulta numa estrutura ótima em termos mecânicos, custo esperado total e segurança. / The development of methods that allow to numerically reproduce the actual behavior of real structural systems has challenged scientists and researchers and urged them to address issues that extend beyond the integrity of a system. Therefore, a series of new parameters must be taken into account during the structural optimization process, looking for acceptable reliability levels while minimizing the expected failure costs. Apparently, safety and economy compete with each other, and in this context, structural risk optimization arises as a formulation that allows equating this problem through the so-called total expected cost. In this Thesis, an accurate technique is developed to satisfy the minimization of the total expected cost function i:e:; a technique that allows estimating the reliability of redundant structural systems by the identi cation of multiple failure modes in a more precise way than conventional approximation and simulation methods. Besides, inelastic analysis of steel trusses including both geometric and physical nonlinearities are considered using the generalized displacement control method, in addition to constitutive laws to predict the inelastic behavior. Based on this information, the algorithm calculates risk as the failure probability multiplied by the economic losses resulting from such failure. The other costs associated to the structual system are added to the actual risk and since they do not depend on system's random parameters, they are referred as xed costs. As result, one obtains the total expected cost, which corresponds to the objective function of the structural optimization problem. Numerical applications shows the accuracy and e ciency of the methodology in the evaluation of the failure probability of problems represented by high nonlinear limit state functions with multiple failure regions. It is also included the e ects of geometric and physical nonlinearities originated in the probabilistic analysis and risk optimization of truss structures. Results show that, in consideration of uncertainty and the monetary consequences of failure, the optimum structure can only be found by a risk optimization formulation, where structural con guration and safety margins are optimized simultaneously. Risk optimization yields a structure which is optimum in terms of mechanics and in terms of the compromise between cost and safety.

O desenvolvimento de métodos que permitam reproduzir numericamente o comportamento el de sistemas estruturais reais tem desa ado cientistas e pesquisadores a abordarem questões que vão além das condições de integridade do sistema. Neste sentido, uma série de novos parâmetros devem ser considerados durante um processo de otimização estrutural, zelando pela con abilidade em níveis aceitáveis enquanto que os custos esperados de falhas sejam minimizados. Aparentemente, os objetivos segurança e economia competem entre si, nesse contexto, a otimização do risco estrutural surge como uma formulação que permite equacionar este problema através do chamado custo esperado total. Nesta Tese, apresenta-se o desenvolvimento de uma técnica precisa para satisfazer os termos que compõem a função custo esperado total, isto é, uma técnica capaz de estimar a con abilidade de sistemas estruturais redundantes pela identi cação dos múltiplos modos de falha de uma maneira mais precisa que os métodos convencionais aproximados e de simulação. Além disso, análises inelásticas de estruturas de aço incluindo as não linearidades físicas e geométricas são consideradas utilizando o MCDG, além de leis constitutivas para prever o comportamento inelástico. Em posse destas informações, o algoritmo calcula o risco como sendo a probabilidade de falha multiplicada pela consequência econômica resultante desta falha. Ao risco são acrescentados os demais custos associados ao sistema estrutural, os quais não dependem dos parâmetros aleatórios do sistema e por isso denominados custos xos. Como produto, tem-se o custo esperado total, o qual corresponde a função objetivo do problema de otimização estrutural. Aplicações numéricas demonstram a precisão e e ciência da metodologia na avaliação da probabilidade de falha de problemas envolvendo funções de estado limite altamente não lineares com múltiplas regiões de falhas, assim como os efeitos causados pelas não linearidades físicas e geométricas nas análises probabil ísticas e na otimização do risco das estruturas. Os resultados demonstraram que, em relação às incertezas e consequências monetárias da falha, a estrutura ótima pode ser encontrada apenas pela formulação da otimização do risco, onde a con guração da estrutura e os limites de segurança são otimizados simultaneamente. A otimização do risco resulta numa estrutura ótima em termos mecânicos, custo esperado total e segurança. / The development of methods that allow to numerically reproduce the actual behavior of real structural systems has challenged scientists and researchers and urged them to address issues that extend beyond the integrity of a system. Therefore, a series of new parameters must be taken into account during the structural optimization process, looking for acceptable reliability levels while minimizing the expected failure costs. Apparently, safety and economy compete with each other, and in this context, structural risk optimization arises as a formulation that allows equating this problem through the so-called total expected cost. In this Thesis, an accurate technique is developed to satisfy the minimization of the total expected cost function i:e:; a technique that allows estimating the reliability of redundant structural systems by the identi cation of multiple failure modes in a more precise way than conventional approximation and simulation methods. Besides, inelastic analysis of steel trusses including both geometric and physical nonlinearities are considered using the generalized displacement control method, in addition to constitutive laws to predict the inelastic behavior. Based on this information, the algorithm calculates risk as the failure probability multiplied by the economic losses resulting from such failure. The other costs associated to the structual system are added to the actual risk and since they do not depend on system's random parameters, they are referred as xed costs. As result, one obtains the total expected cost, which corresponds to the objective function of the structural optimization problem. Numerical applications shows the accuracy and e ciency of the methodology in the evaluation of the failure probability of problems represented by high nonlinear limit state functions with multiple failure regions. It is also included the e ects of geometric and physical nonlinearities originated in the probabilistic analysis and risk optimization of truss structures. Results show that, in consideration of uncertainty and the monetary consequences of failure, the optimum structure can only be found by a risk optimization formulation, where structural con guration and safety margins are optimized simultaneously. Risk optimization yields a structure which is optimum in terms of mechanics and in terms of the compromise between cost and safety.

O desenvolvimento de métodos que permitam reproduzir numericamente o comportamento el de sistemas estruturais reais tem desa ado cientistas e pesquisadores a abordarem questões que vão além das condições de integridade do sistema. Neste sentido, uma série de novos parâmetros devem ser considerados durante um processo de otimização estrutural, zelando pela con abilidade em níveis aceitáveis enquanto que os custos esperados de falhas sejam minimizados. Aparentemente, os objetivos segurança e economia competem entre si, nesse contexto, a otimização do risco estrutural surge como uma formulação que permite equacionar este problema através do chamado custo esperado total. Nesta Tese, apresenta-se o desenvolvimento de uma técnica precisa para satisfazer os termos que compõem a função custo esperado total, isto é, uma técnica capaz de estimar a con abilidade de sistemas estruturais redundantes pela identi cação dos múltiplos modos de falha de uma maneira mais precisa que os métodos convencionais aproximados e de simulação. Além disso, análises inelásticas de estruturas de aço incluindo as não linearidades físicas e geométricas são consideradas utilizando o MCDG, além de leis constitutivas para prever o comportamento inelástico. Em posse destas informações, o algoritmo calcula o risco como sendo a probabilidade de falha multiplicada pela consequência econômica resultante desta falha. Ao risco são acrescentados os demais custos associados ao sistema estrutural, os quais não dependem dos parâmetros aleatórios do sistema e por isso denominados custos xos. Como produto, tem-se o custo esperado total, o qual corresponde a função objetivo do problema de otimização estrutural. Aplicações numéricas demonstram a precisão e e ciência da metodologia na avaliação da probabilidade de falha de problemas envolvendo funções de estado limite altamente não lineares com múltiplas regiões de falhas, assim como os efeitos causados pelas não linearidades físicas e geométricas nas análises probabil ísticas e na otimização do risco das estruturas. Os resultados demonstraram que, em relação às incertezas e consequências monetárias da falha, a estrutura ótima pode ser encontrada apenas pela formulação da otimização do risco, onde a con guração da estrutura e os limites de segurança são otimizados simultaneamente. A otimização do risco resulta numa estrutura ótima em termos mecânicos, custo esperado total e segurança. / The development of methods that allow to numerically reproduce the actual behavior of real structural systems has challenged scientists and researchers and urged them to address issues that extend beyond the integrity of a system. Therefore, a series of new parameters must be taken into account during the structural optimization process, looking for acceptable reliability levels while minimizing the expected failure costs. Apparently, safety and economy compete with each other, and in this context, structural risk optimization arises as a formulation that allows equating this problem through the so-called total expected cost. In this Thesis, an accurate technique is developed to satisfy the minimization of the total expected cost function i:e:; a technique that allows estimating the reliability of redundant structural systems by the identi cation of multiple failure modes in a more precise way than conventional approximation and simulation methods. Besides, inelastic analysis of steel trusses including both geometric and physical nonlinearities are considered using the generalized displacement control method, in addition to constitutive laws to predict the inelastic behavior. Based on this information, the algorithm calculates risk as the failure probability multiplied by the economic losses resulting from such failure. The other costs associated to the structual system are added to the actual risk and since they do not depend on system's random parameters, they are referred as xed costs. As result, one obtains the total expected cost, which corresponds to the objective function of the structural optimization problem. Numerical applications shows the accuracy and e ciency of the methodology in the evaluation of the failure probability of problems represented by high nonlinear limit state functions with multiple failure regions. It is also included the e ects of geometric and physical nonlinearities originated in the probabilistic analysis and risk optimization of truss structures. Results show that, in consideration of uncertainty and the monetary consequences of failure, the optimum structure can only be found by a risk optimization formulation, where structural con guration and safety margins are optimized simultaneously. Risk optimization yields a structure which is optimum in terms of mechanics and in terms of the compromise between cost and safety.

Neste trabalho, são desenvolvidas novas técnicas aproximadas de análise de confiabilidade para grelhas de concreto armado levando-se em consideração as probabilidades de falha de vários modos importantes. Realiza-se um acoplamento entre os métodos de Monte Carlo, elementos finitos e procedimentos de otimização para considerar esses modos de falha importantes e classificá-los. Esse acoplamento também permite a redução do número de chamadas ao modelo de elementos finitos. Os cenários de falha são caracterizados como o encurtamento excessivo do concreto e o alongamento do aço. Estes cenários determinam a capacidade última da estrutura, e podem ser representados por um coeficiente escalar que multiplica todas as ações presentes na estrutura. Para a determinação desses estados estruturais últimos, um procedimento incremental-iterativo é utilizado. A análise de confiabilidade é realizada em diferentes conjuntos de realizações aleatórias das variáveis de projeto. O conjunto de respostas estruturais e de realizações permite a determinação dos coeficientes da superfície de respostas da estrutura. O acoplamento realizado permite também o tratamento com estruturas de concreto com elevado número de modos de falha. Aplicam-se as técnicas em exemplos de grelhas de concreto armado / In this work, new local approaches of reliability analysis applied to reinforced concrete grid structures are developed, taking into account several critical cross-section failure probabilities. Monte Carlo simulations are coupled with finite element analyses and optimization techniques with techniques to take into account the failure in the most important cross-sections, in order to classify the severity of failure modes. The failure scenario is depicted when either a concrete fiber or a steel bar reaches the predefined conventional limit. This scenario gives the structural ultimate capacity, which can be represented by a scalar coefficient multiplying all the loads acting on the structure. To achieve the failure scenario, an incremental and iterative procedure is used. To carry out the reliability analysis, the mechanical analysis has to be performed for different sets of random variable realizations of the mechanical, material and geometrical properties. The set of ultimate coefficients obtained from several mechanical analyses defines the response surface. The coupling between Monte Carlo simulations and response surface techniques applied in this work aims to reduce significantly the number of the finite element model calls, and hence to deal with real, or high-scale, reinforced concrete grids where large number of failure components can be found. The proposed procedure is then applied to reinforced concrete grids in order to show some more complex reinforced concrete examples

Neste trabalho, são desenvolvidas novas técnicas aproximadas de análise de confiabilidade para grelhas de concreto armado levando-se em consideração as probabilidades de falha de vários modos importantes. Realiza-se um acoplamento entre os métodos de Monte Carlo, elementos finitos e procedimentos de otimização para considerar esses modos de falha importantes e classificá-los. Esse acoplamento também permite a redução do número de chamadas ao modelo de elementos finitos. Os cenários de falha são caracterizados como o encurtamento excessivo do concreto e o alongamento do aço. Estes cenários determinam a capacidade última da estrutura, e podem ser representados por um coeficiente escalar que multiplica todas as ações presentes na estrutura. Para a determinação desses estados estruturais últimos, um procedimento incremental-iterativo é utilizado. A análise de confiabilidade é realizada em diferentes conjuntos de realizações aleatórias das variáveis de projeto. O conjunto de respostas estruturais e de realizações permite a determinação dos coeficientes da superfície de respostas da estrutura. O acoplamento realizado permite também o tratamento com estruturas de concreto com elevado número de modos de falha. Aplicam-se as técnicas em exemplos de grelhas de concreto armado / In this work, new local approaches of reliability analysis applied to reinforced concrete grid structures are developed, taking into account several critical cross-section failure probabilities. Monte Carlo simulations are coupled with finite element analyses and optimization techniques with techniques to take into account the failure in the most important cross-sections, in order to classify the severity of failure modes. The failure scenario is depicted when either a concrete fiber or a steel bar reaches the predefined conventional limit. This scenario gives the structural ultimate capacity, which can be represented by a scalar coefficient multiplying all the loads acting on the structure. To achieve the failure scenario, an incremental and iterative procedure is used. To carry out the reliability analysis, the mechanical analysis has to be performed for different sets of random variable realizations of the mechanical, material and geometrical properties. The set of ultimate coefficients obtained from several mechanical analyses defines the response surface. The coupling between Monte Carlo simulations and response surface techniques applied in this work aims to reduce significantly the number of the finite element model calls, and hence to deal with real, or high-scale, reinforced concrete grids where large number of failure components can be found. The proposed procedure is then applied to reinforced concrete grids in order to show some more complex reinforced concrete examples