排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
在进行机械结构可靠性分析时，由于很多工程问题的性能函数较为复杂，计算成本很高，所以常采用代理模型拟合隐式性能函数来降低计算成本.为了能够利用较少的样本信息，获得较高的可靠度计算精度，将Kriging代理模型与学习函数相结合，提出一种主动学习可靠性分析计算方法.该方法找出学习效果最好的样本点对Kriging模型进行更新，提高了模型的拟合精度.用马尔科夫链蒙特卡洛(MCMC)方法对结构的可靠性进行了评估，加快了样本点的收敛速度，节约了样本空间.通过分析4个算例的结果表明与其他方法相比，该方法能通过较少的样本点得到精度更高的计算结果，降低了计算成本. 相似文献
1