基于支持向量回归机的结构非概率可靠性分析

将支持向量机回归技术引入隐式极限状态结构的非概率可靠性分析,基于未确知信息的分段均布描述模型,设计了训练样本抽取策略．为了统一样本尺度,根据分段均布模型与标准化区间均布模型的双射关系,将基本变量区域中的样本数据转化成标准区间变量域中的样本数据,保证了支持向量机训练的稳定性．给出了SVR预测模型算法,并实现了在标准化区间变量域中直接抽取训练、测试及预测样本,使得样本抽取和蒙特卡罗模拟计算更便于实现．通过算例对方法的精度和可行性进行了验证,结果表明：该方法可解决隐式极限状态结构的非概率可靠性分析问题,且应用简便．     

含随机-区间耦合变量的结构可靠性分析方法

分析了随机-区间耦合不确定性结构的可靠性问题.根据变量耦合性质的不同,将问题划为4类,并建立了相应的可靠度指标.第1类为含有随机-区间相关变量的结构且随机变量概型受区间变量实现值影响;第2类为含有随机-区间相关变量的结构且区间变量特征参数受随机变量实现值影响;第3类为含有随机变量的结构且分布参数包含不确定性参数(如随机参数或区间参数);第4类为含有区间变量的结构且区间变量特征参数(如均值或离差)具有随机性的情形.最后通过算例,对所提4类模型和指标进行了应用示例和合理性验证.     

结构混合可靠度计算的自适应重要性抽样方法

针对直接蒙特卡罗方法在高维非线性结构混合可靠度模拟中稳定性差和效率低的问题,将马尔可夫链自适应重要性抽样技术引入混合可靠度计算过程．经实验确定了马尔可夫链转移概率分布,可快速获得近似服从最优重要性抽样函数的系列状态点．根据状态点的一阶原点矩和二阶中心矩来确定所采用的重要性抽样函数;对区间变量进行等距划分,并计算以区间变量为自变量的可靠度平均值,可得到混合可靠度值;通过算例对本方法、非自适应重要性抽样法和直接蒙特卡罗法进行了对比,表明了本方法稳定高效的优势,为结构混合可靠度计算提供了新途径．     

结构疲劳寿命估计的概率和非概率混合模型研究

针对结构同时含有概率参变量和非概率参变量的情况,结合疲劳寿命估计的概率模型和区间模型,把随机参量作为实现值,通过两次寿命分析拟合出寿命下限的概率分布函数,进而得到混合变量时给定置信度下的疲劳寿命下限估计值.通过与区间估计模型比较,混合模型更为精确、可行.     

结构非概率可靠性模型在断裂力学分析中的应用研究

工程实际中的构件或材料由于不可避免地存在缺陷或裂纹,其强度大大低于理想模型的强度.考虑含裂纹结构的性能参数、几何参数及作用载荷、缺陷特征等的不确定性的可靠性分析具有重要的工程实际意义.针对大型、贵重构件或材料样本数据少、统计信息缺乏的情况,提出了含缺陷结构断裂失效的非概率可靠性分析方法.对非概率可靠性度量方法进行了分析、比较,由于以断裂判据建立的功能函数往往为多维非线性方程,针对非概率集合可靠性模型的计算困难,提出用Monte-Carlo模拟方法计算非概率可靠度具有易实现、精度高的特点.本文方法克服了概率断裂力学(PFM)方法需要大量统计数据的局限性,具有重要的工程应用价值.实例分析对本文方法的可行性和有效性进行了验证.     

关于二元形心平均的一个不等式链

给出了二元形心平均的一个不等式链.     

结构非概率-模糊混合可靠性分析方法

研究了非概率不确定性量和模糊变量共存时的结构可靠性问题.以结构极限状态函数和模糊变量隶属函数为条件,基于可能性理论导出了结构的模糊失效域和模糊安全域及其隶属函数,将原混合可靠性问题转化为模糊失效准则下的非概率可靠性问题;在结构非概率可靠性模型的基础上,建立了模糊失效准则下的结构非概率可靠性指标;提出了一般性的非概率不确定性量和模糊变量共存时的结构可靠性分析方法,该方法能同时考虑非概率不确定性波动和模糊变量的可能性分布,更合理地评价结构可靠性.     

基于模糊凸集的结构非概率可靠性综合模型

在小样本或极小样本问题中,由于参数波动的确切范围难以确定,普通刚性凸集模型含有难以估量和控制的误差,其适用性受到限制.鉴于此,研究建立了一种新的不确定性模型——模糊凸集模型,并通过在刚性凸集中引入一个新的参数——模糊扩展参数,建立了几种典型的模糊凸集模型.在模糊凸集模型的基础上,建立了一种非概率可靠性的综合模型,采用Gauss-Legendre求积方法解决了指标求解所涉及的积分问题.算例表明,采用基于模糊凸集的非概率可靠性综合模型度量小样本结构的可靠性更加合理,可靠性指标的求解方法正确可行.