A Engenharia Sísmica Baseada em Desempenho (ESBD) permite o desenvolvimento de projetos estruturais que consideram explicitamente as incertezas associadas à ameaça sís- mica, promovendo um equilíbrio entre os custos de construção e as consequências esperadas de eventos sísmicos, como custos de reparo, substituição estrutural, ferimentos e perdas de vidas. A otimização baseada em risco pode ser naturalmente integrada à ESBD para a obtenção de projetos economicamente eficientes, formando uma metodologia denominada Otimização de Risco Baseada em Desempenho (PBRO). No entanto, as aplicações de ORBD ainda são limitadas devido ao elevado custo computacional imposto pelas análises dinâmicas não lineares necessárias para propagar incertezas e caracterizar a distribuição conjunta de probabilidades dos Parâmetros de Demanda (PD) e dos parâmetros estatísticos das curvas de fragilidade estruturais. Este trabalho propõe metodologias para estimar os parâmetros estatísticos dos PD e das curvas de fragilidade com base em estratégias de mod- elos substitutos (ou metamodelos), capazes de emular tanto as respostas determinísticas quanto as estocásticas das simulações necessárias para obtenção da resposta estrutural. A metodologia proposta fundamenta-se nos procedimentos de avaliação definidos em manuais internacionais consolidados para a ESBD e introduz metamodelos baseados em proces- sos Gaussianos para aproximar simulações computacionalmente intensas, incorporando simultaneamente as incertezas associadas ao problema. Estudos de caso em estruturas de concreto armado e aço são apresentados para demonstrar como os metamodelos e a ORBD podem ser combinados para otimizar parâmetros estruturais sob demandas sísmicas. Os resultados indicam que o arcabouço proposto permite uma representação precisa das incertezas dos PD e possibilita a obtenção de projetos ótimos com custo computacional significativamente reduzido. Ao comparar diferentes estratégias de representação da in- certeza, a pesquisa evidencia que os metamodelos conseguem preservar a fidelidade das avaliações de risco no contexto da ESBD, tornando a ORBD computacionalmente viável. De modo geral, este trabalho contribui para o avanço da integração entre otimização de risco e projeto sísmico, oferecendo evidências de que é possível alcançar balanços eficientes entre custo de construção e perdas sísmicas esperadas dentro de um arcabouço de ORBD aprimorado por metamodelos.

Performance-Based Earthquake Engineering (PBEE) enables rational structural design by explicitly accounting for seismic hazard uncertainty and balancing construction costs with expected consequences such as repair costs, replacement, injury, and death. Risk-based optimization can be naturally integrated into PBEE to pursue economically efficient de- signs, forming a framework referred to as Performance-Based Risk Optimization (PBRO). However, the application of PBRO remains limited due to the heavy computational burden imposed by the nonlinear time history analysis (NLTHA) to propagate uncertainty and characterize the joint probability distribution of the Engineering Demand Parameters (EDP) and parameters of the fragility functions. This dissertation proposes methodologies for estimating statistical parameters of the EDPs and fragility functions using metamodel- ing (or surrogate modeling) strategies to emulate both the deterministic and stochastic simulations to obtain the structural response. The adopted framework builds upon the assessment procedures defined in international standards for PBEE, and introduces Gaus- sian process–based metamodels to approximate computationally intensive simulations while incorporating the associated uncertainties of the problem. Case studies on reinforced concrete and steel structures are presented to demonstrate how metamodels and PBRO can be combined to optimize structural parameters under seismic demands. The results show that the proposed framework enables accurate representation of EDP uncertainties and supports the derivation of optimal designs with significantly reduced computational cost. By comparing different strategies for uncertainty representation, the research illus- trates how metamodels can maintain the fidelity of PBEE-based risk assessments while making PBRO computationally tractable. Overall, this work contributes to advancing the integration of risk optimization into seismic design practice, offering evidence that balanced trade-offs between construction cost and expected seismic loss can be achieved within a metamodel-enhanced PBRO framework.