结构可靠度的一种计算方法

提出一种推广一次二阶矩法的算法,解决了关于相关正态随机向量的非线性极限状态方程下结构可靠度计算问题,在理论上论证了方法的可行性,实例计算表明了方法的有效性。     

结构可靠度计算方法分析

针对工程人员在进行结构可靠度分析时不能选择最佳的计算方法的问题,采用分类比较的方法,系统分析了计算可靠度的基本方法一次二阶矩法、高次高阶矩法、响应面法、蒙特卡罗法、优化法、随机有限元法.概括了每一种计算方法的特点及优缺点,指出了它们的适用条件和应用范围,为工程人员选用合理的方法进行结构可靠度计算提供一个有价值的参考.     

结构可靠度计算方法综述

对现有的结构可靠度计算的解析方法进行了分类与总结,分析了每种方法的特点及应用的适用范围.     

基于双判据失效准则的结构可靠度计算方法

根据结构可靠指标的几何意义,建立了基于R6双判据失效准则下正态随机变量和非正态随机变量的结构可靠度计算的优化模型,并利用基于最优化原理的Monte Carlo法对其求解,无需对非线性功能函数作线性化近似处理,也减少了迭代次数,在概率断裂失效判据上进行改进,从而提高了结构可靠度的计算精度,扩大了其适用范围,为结构可靠度分析提供了一种思路.     

结构可靠度计算的Gauss-Hermite积分方法

高精度的可靠度计算方法是结构可靠度研究的基本内容之一，根据结构失效概率取决于失效面上验算点区域局部特性的特点，应用高效的Gauss-Hermite积分，研究了结构失效概率的计算问题，分析方法为在标准正态空间内对坐标轴进行旋转，使第n个坐标轴通过验算点且正交于极限状态曲面，然后在新的坐标系内布置Gauss-Hermite积分的节点并进行计算，由于Gauss-Hermite积分的高效性，一般情况下每一个坐标轴只需布3或5个点即能获得较好的计算结果，通过两个算例说明了上述方法的可行性，该方法既可用于精确计算结构的失效概率，也可用于其他各种可靠度近似方法计算结果的校核。     

结构可靠度计算方法综述

本文较全面地介绍了国内外建筑领域中现有可靠度的计算方法,并对这此方法的优缺点进行了分析比较,为实际建筑结构的可靠度分析提供了参考;指出了目前结构可靠度计算方法的研究热点和今后此课题的研究方向。     

支持向量机的SMO算法及其自适应改进研究

提出在SMO算法上应用自适应学习的思想,并利用求解凸二次规划寻优问题的基础上进行改进的研究.研究表明,基于自适应学习的思想对SMO算法进行改进,可使SVM算法更能适应实际应用快速、高效的需求.     

基于元件可靠度的结构优化方法

针对基于元件可靠度或各失效模式可靠度的结构优化的数学模型,采用均值一次二阶矩法,直接将 随机优化问题化为确定性的优化问题来求解,所给算例说明了其有效性和实用性。     

基于矩阵力法的杆系结构可靠度计算方法

在基于矩阵力法的单位载荷算法计算出杆系结构破坏过程中结构内力的基础上，使用一次二阶矩法计算了元件的可靠度，并通过结构失效的判断准则确定结构失效路径，采用分枝-限界法从众多的失效模式中搜索结构的主要失效模式。使用PNET方法计算了结构的失效概率。     

基于矩阵力法的杆系结构可靠度计算方法

在基于矩阵力法的单位载荷算法计算出杆系结构破坏过程中结构内力的基础上 ,使用一次二阶矩法计算了元件的可靠度 ,并通过结构失效的判断准则确定结构失效路径 ,采用分枝 -限界法从众多的失效模式中搜索结构的主要失效模式。使用PNET方法计算了结构的失效概率。     

面向结构可靠性分析的并行自适应加点策略

现有的自适应加点策略多局限于Kriging模型,或在每次迭代过程中只能选取一个最佳样本点,效率较低.为解决上述问题,本文提出了一种通用的并行自适应加点策略CF-K.该方法考虑了样本点的局部不确定性并确保所选样本点分布在极限状态函数附近;此外,结合k-means算法以实现并行计算,即利用多台计算机在每次迭代的同时进行多个样本的仿真.算例分析表明,与其他方法相比,所提方法在满足精度要求的条件下具有更少的迭代次数,更节省时间.基于所提方法的结构可靠性分析不仅在计算效率和精度之间取得了较好的平衡,在理论上还可用于任何现有的代理模型.     

一种基于Kriging模型的机械结构可靠性分析方法

通过分析现有机械结构可靠性抽样方法存在的不足以及影响失效概率估计精度的主要因素,提出了一种基于Kriging模型及自适应抽样方法的机械结构可靠性分析方法.该抽样方法将随机抽样与聚类算法相结合,能够在概率上保证新增样本点落在对失效概率贡献较大的区域,避免对非重要区域的不必要抽样.以大数定律及中心极限定理为基础,推导了所提出的Kriging模型的收敛条件.通过两个算例说明所提出方法的迭代收敛过程、准确性及稳定性,结果表明,该方法能够在较少调用结构功能函数情况下得到失效概率较准确的估计值.     

一种支持向量机的动态自适应加权算法

针对现有回归型加权支持向量机直接选择加权系数法存在的不足,提出了一种对加权系数进行寻优的新方法——动态自适应加权算法.通过对权系数进行的自适应迭代调整,以确定其最优值,并进行了实验仿真.仿真结果表明：采用该方法确定的最优加权系数,可以对预测样本数据进行更准确的回归估计.     

不确定结构的模糊可靠性优化设计方法

提出了基于模糊可靠性的结构优化设计方法。并对基于模糊可靠性和基于随机可靠性方法的结构优化设计作了实例定量对比研究。结果表明：在已知数据信息相同的条件下，两种可靠性优化方法设计的结构，可有完全相同或一致的设计结果。说明了模糊可靠性模型和文中方法用于不确定结构的优化设计是有效和可行的。     

结构损伤识别的序贯辅助粒子滤波方法

提出一种非平稳动力系统突变参数识别的序贯辅助粒子滤波方法（SAPF方法）．该方法采用的重要抽样密度函数是一种依靠系统过去状态与系统最近观测量的联合密度函数，因此该方法具有较强的时域在线识别能力，比传统的粒子滤波方法更适合进行非平稳动力系统的参数识别．数值仿真结果证明了此方法在结构损伤在线识别中的有效性．     

计算网络SKT可靠性的一个算法

提出一个计算从网络源点到某些特定结点（ＳＫＴ）可靠性算法,这个算法本质上是通过系统地枚举网络的一类特殊子网络而计算其ＳＫＴ可靠性或生成可靠性表达式,由于所需枚举的子网络数量小于相应的Ｓａｔｙａｎａｒａｙａｎａ算法需枚举的子网络数量,因此新算法性能优于Ｓａｔｙａｎａｒａｙａｎａ算法,最后通过一个具体例子说明了这个结论。     

基于有限元法的结构可靠度分析优化算法的实现

为快速、高效地进行基于随机有限元法的结构可靠度分析,从结构可靠性指标的几何意义出发,提出了在ANSYS平台上采用有限元法和梯度优化算法相结合的方法进行可靠度分析的构想,对ANSYS进行二次开发实现了该方法.算例结果表明,该方法与Monte-Carlo法的计算精度基本一致,但需要的计算量比验算点法还要少.因而,该方法能用较少的有限元计算次数得到较精确的可靠度和验算点值.     

结构可靠度分析的优化算法

根据结构可靠指标的几何意义，建立了正态随机变量和非正态随机变量下的结构可靠度计算的优化模型，并利用已有的优化方法对其求解方法进行了研究。本文的方法无需对非线性功能函数作线性化近似处理，从而提高了结构可靠度的计算精度，扩大了其适用范围，为结构可靠度分析提供了一种新的思路。     

一种自适应PC-Kriging模型的结构可靠性分析方法

为提高小失效概率及耗时的复杂结构可靠性评估精度和效率,提出了一种基于PC-Kriging(polynomial-chaos-based Kriging)模型与自适应k-means聚类分析相结合的结构可靠性分析方法.PC-Kriging的回归基函数采用稀疏多项式最优截断集合来近似数值模型全局行为,并用Kriging来处理模型输出的局部变化.在基函数的建立上,PC-Kriging采用最小角回归(LAR)计算功能函数可能的多项式基函数集的数量,同时用Akaike信息准则(AIC)来确定最优多项式形式.自适应k-means聚类分析确保每次迭代添加若干个对失效概率贡献较大的样本点.通过两个数值算例分析,结果表明所提出方法在能够保证失效概率估计值的有效性和准确性的同时减小结构功能函数的评估次数.