Return to search

Transformada da incerteza puramente numérica para a avaliação de incertezas / Unscented transform purely numerical for uncertainty assessment

Submitted by JÚLIO HEBER SILVA (julioheber@yahoo.com.br) on 2017-08-17T17:45:38Z
No. of bitstreams: 2
Dissertação - Ademir Alves de Brito Júnior - 2016.pdf: 4581696 bytes, checksum: fb086c82c7a1661645e7f2006d2ae319 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-08-18T12:03:26Z (GMT) No. of bitstreams: 2
Dissertação - Ademir Alves de Brito Júnior - 2016.pdf: 4581696 bytes, checksum: fb086c82c7a1661645e7f2006d2ae319 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-08-18T12:03:26Z (GMT). No. of bitstreams: 2
Dissertação - Ademir Alves de Brito Júnior - 2016.pdf: 4581696 bytes, checksum: fb086c82c7a1661645e7f2006d2ae319 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Previous issue date: 2016-05-24 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / In this work, a numerical version of Unscented Transform was developed. In the developed approach, any probability distributions can be mapped by means of linear or non-linear functions, thus allowing fast acquisition of the probability distributions of the outputs/ simulation model responses, or more specifically, the evaluation of the uncertainty model. For practical purposes of distribution mapping, the computational cost is considerably lower than that demanded by the Monte Carlo method, which is based on a massive random sampling, thus presenting high computational cost. The application in Biomechanics problems shows the efficiency of the proposed method. / Neste trabalho, foi desenvolvida uma versão numérica da Transformada da Incerteza (expressão utilizada para denominar a Unscented Transform). Na abordagem elaborada, quaisquer distribuições de probabilidade podem ser mapeadas por meio de funções lineares ou não-lineares, permitindo assim a obtenção ágil das distribuições de probabilidade das saídas/respostas do modelo de simulação ou, mais especificamente, do modelo de avaliação de incertezas. Para propósitos práticos de mapeamento de distribuições, o custo computacional se mostra consideravelmente menor que aquele demandado pelo método de Monte Carlo, o qual é baseado em amostragem aleatória massiva, apresentando assim alto custo computacional. A aplicação em problemas de Biomecânica como a avaliação mecânica do osso humano e avaliação de incertezas da marcha humana por meio da dinâmica inversa, mostra a eficiência do método proposto em vista de outros métodos conhecidos como o de Monte Carlo.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tede/7684
Date24 May 2016
CreatorsBrito Junior, Ademir Alves de
ContributorsBrito, Leonardo da Cunha, Brito, Leonardo da Cunha, Rocha, Adson Silva, Ribeiro, Cacilda de Jesus
PublisherUniversidade Federal de Goiás, Programa de Pós-graduação em Engenharia Elétrica e da Computação (EMC), UFG, Brasil, Escola de Engenharia Elétrica, Mecânica e de Computação - EMC (RG)
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG
Rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess
RelationEmbargada pelo autor/orientador em 08/07/2016. Autorizado o povoamento pelo autor/orientador em 25/07/2017., -5088589215393046129, 600, 600, 600, 600, -7705723421721944646, -4376072493282332227, 2075167498588264571

Page generated in 0.0022 seconds