复杂工程结构非概率可靠度分析的高斯过程动态响应面法

复杂工程结构非概率可靠度分析中,由于功能函数是隐式的,采用解析方法难以求解,针对这一问题提出基于粒子群优化的高斯过程动态响应面方法.该方法通过有限元生成少量训练样本,然后采用高斯过程回归模型重构隐式功能函数的响应面,实现小样本下隐式函数的显示表达,进而利用粒子群优化算法搜索设计点,并构造合理的迭代方式,利用各迭代步的设计点信息动态提升响应面对结构功能函数的重构精度.算例结果表明,该方法是可行的,与基于二次多项式的传统响应面法相比较,该方法的计算效率与计算精度均较高,易于与已有的有限元软件相结合,适用于具有隐式功能函数且计算代价较高的复杂工程结构非概率可靠度分析.     

基于解空间划分的PSO改进算法

 提出一种基于解空间划分的粒子群优化算法, 该算法在保持粒子群搜索能力的前提下对解空间进行预处理, 寻找最佳搜索区间, 提高了粒子群搜索效率; 在粒子群搜索过程中设置检查点, 动态更新解空间区间划分. 实验结果表明, 该算法有效提高了粒子群的搜索效率, 并使粒子群算法不易陷入局部极值. 同时, 在自适应状态下, 该算法能搜寻到指定精度下粒子群所需的最小迭代次数, 并得到较满意的最优值.     

一种基于进化的自适应卡尔曼修正粒子群优化算法

提出了一种新的基于达尔文进化的自适应卡尔曼修正粒子群优化算法(AK-DPSO,Adaptive Kalman correction Darwin Particle Swarm Optimization)。卡尔曼修正机制能够利用种群粒子位置更新过程的相关性信息提高算法搜索速度。使用了一种基于子梯度计算的方法来自适应地调整算法的系数,在每次迭代后算法根据卡尔曼修正机制调整全局最优点的位置,这样的调整能够显著地提升算法在搜索空间中的搜索效率和收敛率。同时,为了克服早熟收敛的问题,AK-DPSO采取了基于自然选择的达尔文进化机制,通过多个子群的自然进化增强粒子群的多样性,从而减小算法陷入局部最优点的可能性。进行了一系列的实验,实验结果证明本文算法能够在多个性能指标上达到或者超过现有粒子群优化算法的水平。     

一种求解一维全局优化问题的重点取样统计模拟算法

针对无约束一维全局优化问题,提出一种基于重点取样的统计模拟算法,在原始积分水平集方法中引入交叉熵方法进行样本点选择,并在迭代过程中保留精英样本集.在最后的迭代中选取当前样本集对应的最小值点作为最优点.在一定条件下证明了算法收敛到问题的全局最优解.实验结果表明,所提算法采样效率更高,函数计算次数和运行时间比修正的纯自适应搜索方法更有优势.     

改进FA算法在阴影条件下光伏MPPT中的应用

为解决光伏阵列最大功率点在外部环境条件变化时难以进行有效的跟踪,以及传统的最大功率点跟踪(MPPT)方法常常会导致搜索陷入局部极值而且响应速度慢的问题,采用理论分析和仿真的方法,提出一种基于萤火虫算法(FA)的变步长MPPT算法,对传统FA算法的结构和参数进行分析改进,将萤火虫初始位置分散定位在可能的峰值点电压处,并设计引入闪烁度以自适应调整萤火虫步长,使FA算法在MPPT控制方向更加实用化.研究结果表明:该算法能够快速且准确地跟踪最大功率点.研究结论有效地提高光伏阵列输出效率.     

基于FORM的Monte Carlo精度修正可靠度算法

结构可靠度分析的核心是计算预定义功能函数的失效概率。提出一种基于一次可靠度算法 (FORM)计算结果的 Monte Carlo精度修正可靠度算法 ,它将原可靠度列式转换为一个求旋转坐标系下 n- 1元函数的统计均值问题 ,统计均值用 Monte Carlo法计算。这种可靠度算法克服了传统FORM法误差较大以及 Monte Carlo法效率低的困难 ,与二次可靠度算法 (SORM)相比 ,计算结果对验算点的计算精度不敏感。通过算例分析验证了该文方法的合理性     

一个自动确定信赖域半径的锥模型信赖域方法

自适应信赖域算法由于利用了对算法有重大影响的有关当前迭代点的信息,提高了算法的效率,因此对于无约束最优化问题提出一个锥模型自适应信赖域算法.算法中信赖域半径采用新的自适应修正策略.算法在每步迭代中以R-函数变化的速率、水平向量信息以及当前迭代点的一阶导数信息来修正信赖域半径的大小,使得信赖域半径的修正依据于问题本身,克服传统信赖域算法中没有利用当前迭代点的信息修正信赖域半径的缺点.在一定的条件下简洁地给出了算法的全局收敛性分析.算法丰富了已有的自适应信赖域算法.     

基于锥模型的非单调自适应信赖域算法

基于锥模型,结合提出的新的自适应技术,建立了一个求解无约束最优化问题的非单调自适应信赖域算法.当试探步不被接受时,采用非单调线搜索,减少了计算量.充分利用包含当前迭代点信息的新的自适应策略调节信赖域半径.在适当的条件下,证明了算法的全局收敛性和Q-二阶收敛性.数值试验表明该算法是有效的.     

非线性方程的一个信赖域迭代算法

对于信赖域子问题产生的搜索方向 ,利用一个给定的步长到达下一迭代点 ,证明了算法的全局收敛性 ,从而既避免了信赖域方法中在一次迭代多次求解信赖域子问题的困难 ,又避免了线搜索方法中为达到下一迭代点而多次调用函数值的计算 .     

视频压缩感知中基于快速搜索的迭代多假设算法

针对观测域和像素域两阶段多假设预测重构方案在低采样率时重构效果不理想,且对于运动剧烈的序列预测精度不够、时间复杂度较高等问题,在两阶段多假设预测的基础上,提出了基于快速搜索的迭代多假设预测重构算法.该算法利用像素域分块的灵活性,基于重叠块在像素域迭代预测重构;针对运动较快的序列,采用十字形联合区域搜索方法以减小大范围搜索的算法复杂度;同时利用图像空间相关性进行帧间/帧内自适应假设块的模式选择与已有算法相比,文中重构算法进一步削弱了块效应,降低了大范围搜索的运算复杂度,提高了重构性能.     

求解结构可靠指标的线性可行方向算法

为克服当极限状态曲面方程非线性程度较高时应用一次二阶矩法求解可靠指标可能不收敛的问题,提出一种求解结构可靠指标的线性可行方向算法.该算法采用求解约束极值问题的可行方向策略,在迭代过程中综合考虑了目标函数和极限状态曲面方程的影响.算法在每步迭代中先计算极限状态曲面在前步迭代点处的切平面,然后在此切平面上选定一个点,使该点和原点的连线与极限状态曲面的交点满足可行方向和收敛的要求.数值算例表明,无论极限状态曲面方程非线性程度如何,该算法都具有较高的精度和效率.这为结构可靠指标的计算提供了新的方法.     

钢管混凝土拱桥可靠度分析

为了研究由于施工产生的误差对结构可靠度的影响,针对铜管混凝土拱桥的特点,采用应力叠加法(也即极限状态设计法)模拟了钢管混凝土拱桥成桥过程,运用响应面法结合FORM计算了结构体系可靠度.分别计算了拱桥拱轴线设计高度及拱轴线下降0.3 m两种荷载工况下的结构体系可靠度.计算结果表明按1/2跨截面影响线布载时桥粱的可靠指标最...     

桥梁结构颤振稳定的概率性评价

在对现有桥梁颤振检验方法简要评述的基础上,提出了以我国抗风设计掼为基础的设计风速效应模型、监界风速抗力模型和颤振稳定极限状态,运用一次二阶矩理论的中心点法和验算点法建立了基于实验加理论方法的桥梁颤振稳定的概率性分析方法,并对上海杨浦大桥和江阴长江大桥进行了颤振稳定的概率性评价。     

一种改进的全局可靠性分析方法

基于Kriging模型的高效全局可靠性分析(EGRA)方法在每次循环迭代过程中只能增加一个样本点.为了提高EGRA方法的效率，提出了一种基于多代理模型的改进全局可靠性分析算法.通过引入Kriging模型的预测误差，在每次循环迭代过程中，计算多个代理模型的期望可行函数(EFF)获得多个最佳样本点，将这些样本点同时加入到样本库中并更新所有代理模型，直到满足给定的精度为止.在建立极限状态函数高质量的近似模型后，采用蒙特卡罗方法进行可靠性分析.两个数值算例的分析结果表明，该方法具有较高的效率和准确性.     

边坡稳定的有限元可靠度分析

在边坡的有限元分析中引入强度折减法求边坡的整体安全系数，在此基础上进行边坡的整体可靠度分析．这种方法不需对定值法的有限元分析程序作任何修改，无论是线性有限元问题还是非线性有限元问题都适用，且无需对各有限单元求单元的可靠指标，能一次性得出边坡的整体可靠指标，方便易用．并讨论了求导方法及可靠度分析方法对可靠指标计算结果的影响，指出了中心点法中功能函数型式选择的重要性，提出了验算点法中考虑参数间相关性时新的迭代方法．     

基于遗传算法的层合板结构的可靠性优化设计

采用遗传算法分析了存在初始缺陷的复合材料层合板的可靠性优化问题．优化设计时，以层合板结构的厚度最小为目标函数，以可靠度要求为约束条件．在可靠度分析中，取初始缺陷、强度参数、单元层的厚度为随机变量，采用一阶矩法和Tsai-Wu准则分析每个单元层的失效概率，系统失效概率的计算基于串联系统假定．通过比较遗传算法与序列二次规划法的计算结果，证实了遗传算法用于可靠性优化设计的有效性．     

基于PSO算法的复合材料层合板可靠性优化设计

采用粒子群算法(PSO)分析了存在初始缺陷的复合材料层合板的可靠性优化问题.在层合板结构总厚度一定的情况下,以系统可靠度最大为目标函数,对复合材料的纤维方向角和相对厚度进行优化设计.单层板失效与否应用Tsai-Wu准则判断,采用一次二阶矩法(FORM)计算和评价失效概率.通过具体算例及借鉴遗传算法中的在线性能和离线性能评估准则,对粒子群算法的收敛性能进行评估,结果表明:与遗传算法相比,该方法具有操作简单、计算效率高等特点,对复合材料层合结构的可靠性优化设计十分有效.     

基于支持向量回归的响应面可靠度计算

 针对可靠度计算问题中极限状态函数比较复杂或为隐式的情况,提出了一种基于支持向量回归的响应面可靠度计算方法。该方法通过支持向量回归来拟合极限状态函数,所得函数偏导数计算简单,便于进一步采用常规的一次或二次可靠度方法进行求解。该方法首先用拉丁超立方抽样方法产生训练所需样本,通过支持向量回归构造极限状态函数的替代函数,然后用可靠度计算中比较常用的梯度优化法计算其可靠指标或失效概率。算例结果证明了本文方法的可靠性和有效性。     

改进的Rosenblueth方法及其在结构可靠度分析中应用

对Ｒｏｓｅｎｂｌｕｅｔｈ方法提出了改进措施，使改进后的Ｒｏｓｅｎｂｌｕｅｔｈ方法可以较精确求得功能函数的前四阶概率矩．应用最大熵法拟合功能函数的概率密度分布，从而求解极限状态方程的失效概率．本法对复杂不易求导和工程中常见的隐函数表达的极限状态方程的可靠度分析十分简便