主动学习可靠性分析算法:基于Kriging预测方差的视角 |
| |
引用本文: | 欧阳林寒,黄磊,韩梅.主动学习可靠性分析算法:基于Kriging预测方差的视角[J].系统工程理论与实践,2023(7):2154-2165. |
| |
作者姓名: | 欧阳林寒 黄磊 韩梅 |
| |
作者单位: | 南京航空航天大学经济与管理学院 |
| |
基金项目: | 国家自然科学基金(72072089,71931009,71902089,71702072)~~; |
| |
摘 要: | 针对基于Kriging模型的主动学习可靠性方法 (active learning Kriging-Monte Carlo simulation, AK-MCS)中, Kriging预测方差低估导致评估过程存在选点和停止判断失误的问题,提出一种基于Bootstrap Kriging的主动学习可靠性方法 (Bootstrapped active learning Kriging-Monte Carlo simulation, BAK-MCS).首先拟合真实功能函数初始Kriging模型,然后使用Bootstrap Kriging方差构造BU学习函数,从而进行主动序贯采样更新Kriging模型,最后采用收敛Kriging模型结合蒙特卡罗模拟(Monte Carlo simulation, MCS)估计结构失效概率.数值算例结果表明,与MCS和AK-MCS方法相比, BAK-MCS在保持高预测精度的同时减少了真实功能函数的调用次数,提高了可靠性评估建模效率.
|
关 键 词: | Kriging Bootstrap 主动学习函数 Monte Carlo 可靠性分析 |
|
|