A propagação da incerteza (Uncertainty Propagation, UP) é uma etapa crucial para avaliar o impacto da incerteza nas entradas sobre a resposta estrutural, tendo grande importância nas aplicações de engenharia. Entretanto, para sistemas estruturais com alta não linearidade e múltiplas saídas, realizar uma análise precisa e eficiente da propagação da incerteza ainda é um desafio. Este estudo propõe um novo método adaptativo de UP baseado em redes neurais artificiais (Artificial Neural Network, ANN) para enfrentar esse desafio. Neste método, o valor médio da resposta de saída é obtido diretamente pela ANN por dedução analítica, sendo que o processo de cálculo requer apenas a chamada dos pesos e vetores de viés da rede. Para a questão do cálculo do desvio padrão da saída, o estudo adota de forma inovadora múltiplas integrais univariadas em substituição à integral multivariada. O método analítico estabelecido e a técnica de integração univariada aliviam efetivamente os erros de pós-processamento comuns na estimativa de momentos estatísticos da saída no âmbito de ANN, presentes em métodos numéricos tradicionais. Além disso, o estudo propõe uma estrutura adaptativa que inclui a divisão do espaço de entrada e uma estratégia ajustável de adição de múltiplos pontos para melhorar a precisão computacional do problema de propagação da incerteza estrutural. A eficácia do método proposto foi validada em vários casos de aplicação, incluindo problemas altamente não lineares, sistemas de múltiplas saídas e modelos de elementos finitos. Os resultados indicam que o método não apenas pode estimar com precisão os momentos estatísticos, mas também obter eficazmente a função densidade de probabilidade da resposta estrutural.

propagação da incerteza;rede neural artificial;resultados analíticos;integração univariada;estrutura adaptativa