The development of new materials and technologies, associated to increasingly complex problems in structural engineering, require more robust and accurate numerical analyses with an affordable computational cost. Computer modeling has been evolving by improving existing numerical methods and also developing new ones. Among the methods widely applied, finite elements have become a powerful tool in the search for solutions in structural engineering. Other approaches also emerged as alternative modeling strategies, such as artificial intelligence techniques. One of these techniques, Artificial Neural Networks (ANN), is designed for simulating human conexionism paradigm. ANN has been applied in several areas to solve a range of problems concerning classification, function fitting, forecasting, among others. This work explores ways to coupling ANN to traditional approximation methods such as the Finite Element Method (FEM) for applications in plane elastostatics, considering geometrically nonlinear aspects. / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O desenvolvimento de novos materiais e tecnologias, associado a projetos estruturais cada vez mais complexos, demandam análises numéricas robustas e precisas a um custo computacional adequado. Estudos em modelagem computacional têm evoluído no sentido de suprir a essa demanda aprimorando continuamente os métodos numéricos já existentes, bem como propondo novas técnicas. Dentre os métodos amplamente utilizados, o Método dos Elementos Finitos (MEF) tornou-se uma potente ferramenta de busca por soluções no âmbito da engenharia estrutural. Também surgiram abordagens alternativas de resolução relacionadas à modelagem, tais como as técnicas de inteligência artificial. Uma dessas técnicas, as Redes Neurais Artificiais (RNA), são redes projetadas para modelar capacidades humanas como aprendizagem e generalização através de estrutura de processamento que utiliza o conexionismo como paradigma. As RNA têm sido aplicadas nas mais diversas áreas na solução de uma gama de problemas que envolvem classificação, aproximação de funções, previsão, dentre outros. Este trabalho explora maneiras de incorporar RNA a métodos aproximativos tradicionais como o Método dos Elementos Finitos para aplicação em problemas de elasticidade plana, considerando não linearidade geométrica.
Identifer | oai:union.ndltd.org:IBICT/oai:www.repositorio.ufal.br:riufal/1365 |
Date | 02 October 2015 |
Creators | Araújo, Thabatta Moreira Alves de |
Contributors | Lima Júnior, Eduardo Toledo de, http://lattes.cnpq.br/9620590212639569, Barbirato, João Carlos Cordeiro, http://lattes.cnpq.br/4831880268101592, Almeida, Francisco Patrick Araújo, http://lattes.cnpq.br/9543262180702928, Costa Junior, Pyramo Pires da, http://lattes.cnpq.br/7385019110210145 |
Publisher | Universidade Federal de Alagoas, Brasil, Programa de Pós-Graduação em Engenharia Civil, UFAL |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UFAL, instname:Universidade Federal de Alagoas, instacron:UFAL |
Rights | info:eu-repo/semantics/openAccess |
Relation | bitstream:http://www.repositorio.ufal.br:8080/bitstream/riufal/1365/2/license.txt, bitstream:http://www.repositorio.ufal.br:8080/bitstream/riufal/1365/1/Redes+Neurais+incorporadas+a+m%C3%A9todos+num%C3%A9ricos+para+solu%C3%A7%C3%A3o+de+problemas+de+engenharia+estrutural.pdf |
Page generated in 0.0017 seconds