正常使用极限状态下隐式功能函数结构可靠度计算

提出了一种适用于具有复杂隐式功能函数的钢桁架结构可靠度计算方法.采用神经网络逼近正常使用极限状态下隐式功能函数,基于可靠度指标的几何意义,运用新改进的遗传算法搜索钢桁架可靠度指标最优解及验算点.通过两个算例,分别使用JC法和蒙特卡洛重要抽样法验证了新改进的遗传算法的准确性和有效性.结果表明,新改进的遗传算法与蒙特卡洛法计算的钢桁架可靠度指标相对误差仅为0.23%;且对于小概率失效结构,引入的自适应随机变量能有效改善传统方法中初始种群基因不良的问题.该方法在计算复杂隐式功能函数结构可靠度指标时,具有计算速度快、计算简单、精度高等优点.     

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RBF-SVM的拼宽预应力混凝土T梁桥可靠度分析

结合有限元法进行结构可靠度计算时,常采用响应面法和BP神经网络法拟合功能函数的隐式表达式,但这些方法对样本点数量的要求较高,在小样本下的拟合中效果并不理想.因此,结合SVM理论,验证了RBF-SVM法可用于小样本下的功能函数隐式拟合.研究结果表明:采用SVM法拟合的隐式函数,对规范设计值的预测偏小,但其预测误差符合工程精度要求,可以用于小样本下的拼宽桥隐式函数拟合及可靠度计算;拼宽可有效提高旧梁的结构可靠指标并对拼接附近的旧梁可靠指标增加最为有利.     

JC法在结构可靠度计算中的改进和应用

运用JC法求解结构可靠指标．综述适用于不同结构可靠度计算的各种改进JC法：改进可靠指标初始值的设定方法求解线性结构,以保证迭代的收敛性并提高收敛速度;将JC法与数值方法相结合,解决非线性隐式功能函数的结构可靠度问题——采用差分法求随机变量的偏导数、用线性逼近法代替解非线性方程的常规代数方法求可靠指标,突破用JC法求解结构可靠指标．必须具有显式功能函数的限制;在结构抗力中引入时间参数t,将JC法的应用范围拓展到时变结构．研究表明：在一般工程结构的可靠度计算问题都能采用不同的JC法改进方法来解决．参10．     

支持向量机和粒子群优化的可靠度算法

针对非线性隐式极限状态方程的可靠度指标计算,将支持向量机和粒子群优化算法相结合,提出了一种结构可靠度算法.首先结合支持向量机不受样本点限制的优点,将历次迭代产生样本点加入本次迭代样本点中,采用支持向量机对样本点进行训练,然后引入粒子群优化算法计算可靠度指标,解决迭代过程中支持向量机回归模型可靠度指标计算震荡不收敛的情况,最后根据可靠度指标收敛得到的支持向量机回归模型,采用重要抽样法计算失效概率.计算结果表明:该方法得出的失效概率具有较好的精度,特别是针对迭代过程中可靠度指标不收敛的情况具有良好的适用性.     

遗传算法及其在结构可靠度计算中的应用

遗传算法作为一种优化算法,对目标函数和约束条件没有过于苛刻要求,在结构可靠度计算中的应用越来越广泛.利用MATLAB数学软件,并引入遗传算法编制相应程序,对提供的已知功能函数进行了可靠度计算,同时,考虑各种不确定因素对桁架体系的结构可靠度也进行了研究,计算效果较好,表明该方法在可靠度特别是复杂体系可靠度分析中应用价值较为突出.     

基于高斯过程分类与蒙特卡洛模拟的岩土工程结构可靠度分析方法

岩土工程结构可靠度分析中,功能函数一般呈隐式且需借助有限元等数值计算来构建,采用传统蒙特卡洛模拟法求解时常遇到计算耗时大和计算效率低的问题,进而导致该方法在实际工程应用中受到极大限制。将结构可靠度求解问题转化为二元分类问题,把分类性能优异的高斯过程分类模型与蒙特卡洛法相结合,提出了岩土工程结构可靠度分析的高斯过程分类——蒙特卡洛法。根据所建立的隐式功能函数,采用岩土工程结构分析程序构造少量的学习样本,利用学习后的高斯过程分类模型重构极限状态方程,实现随机样本的安全或失效状态的准确识别,进而采用蒙特卡洛抽样模拟获得结构的失效概率与可靠指标。算例研究表明,方法简单易行,与传统蒙特卡洛模拟法相比较,计算效率明显较高,且易于与各种岩土工程结构分析程序或商业计算软件相结合。     

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。     

基于可靠度敏感性的神经网络法研究边坡稳定性

针对边坡工程结构功能函数不能显式表达的可靠性分析问题和非线性问题计算量大的弊端．研究结构可靠度敏感性,提出参数的相对敏感性分析方法,并基于该方法提出了神经网络法分析边坡稳定性。具体思路：由可靠指标对随机变量分布参数的相对敏感性分析,确定边坡可靠度主要影响参数;用神经网络模型近似替代响应量与基本变量间的隐式极限状态函数,根据蒙特卡罗模拟法,对网络模型进行可靠度分析,求解结构可靠度指标。基于可靠度敏感性的神经网络法．对均值和成层边坡进行稳定性分析,与传统可靠度计算方法相比．结果表明：该方法分析边坡稳定性是准确的且具有较高的计算效率。     

悬臂支护结构可靠性分析的遗传算法

针对悬壁支护结构的可靠度问题,引入了性物进化的遗传算法并对其进行了改进,克服了传统方法容易陷入局部优化值的缺点,将优化方法和可靠性理论有机结合,使可靠性指标的求解问题化为约束条件下目标函数的极小值的优化问题,运用改进的遗传算法对一工程实例中的悬壁支护结构进行了可靠度计算与分析,实例验证了利用遗传算法解决此类问题的有效性。     

基于高阶矩法的CRTSⅡ型轨道板抗裂可靠度

文章提出了基于高阶矩的CRTSⅡ型轨道板抗裂可靠度分析方法。首先,利用ANSYS有限元软件建立列车竖向荷载作用下的CRTSⅡ型板式无砟轨道力学模型,同时考虑列车横向荷载及梯度温度作用,建立轨道板抗裂功能函数;接着,将二维减维点估计方法与结构有限元分析相结合求解考虑竖向荷载作用效应的隐式函数前四阶矩;最后,利用随机变量的前四阶矩,根据Monte-Carlo模拟计算抗裂功能函数的前四阶矩并基于高阶矩法计算功能函数的可靠指标。算例分析表明:文章提出的点估计-有限元方法计算的前四阶矩与Monte-Carlo模拟结果相对误差小于5%;计算的可靠指标为4.63,满足规范要求。该法具有简单、实效、模拟次数少的优点,为解决CRTSⅡ型轨道板在隐式函数情况下的抗裂可靠度分析提供了高效合理的工具。     

基于遗传算法的火灾环境下建筑内人员安全疏散可靠度计算

将遗传算法（GAs）引入火灾环境下建筑内人员安全疏散的可靠度分析领域，并初步探讨了这一算法的具体实现过程，遗传算法可以方便地对式子复杂和难以求导的功能函数进行优化计算。算例分析的结果表明，遗传算法不仅可以实现人员安全疏散可靠度计算，而且获得了很高的计算精度，为人员安全疏散可靠度研究提供了新的有效方法和途径。     

基于支持向量分类机的结构可靠度分析

本文将支持向量分类机(SVC)引入到结构可靠度计算分析中,采用拉丁超立方抽样法进行初始输入训练样本的实验设计,将支持向量分类机作为响应面函数,并利用遗传算法进行参数优化,最后结合蒙特卡罗模拟提出了基于支持向量分类机的改进响应面法,其主要思想为：定义“重要性”判定函数,在迭代过程中,按判定函数值从抽样样本中选取新的训练样本,使支持向量分类机的模拟功能函数在对失效概率有较大贡献的区域内能更进一步地接近真实功能函数,从而大大提高可靠度分析的精度以及效率。     

岩土体结构失稳概率的二次二阶矩评估方法

常规二次二阶矩可靠性方法只适用于功能函数偏导数(一阶和二阶)能够简便地由解析法求解的工程,使得其难以解决复杂岩土体结构的稳定可靠度问题.针对这一局限,基于数值差分原理,导出功能函数在验算点处各阶导数近似表达式,结合随机变量在X空间和Y空间的变换,构建了基于差分方法的梯度矢量数值求解工具;以该工具置换Breitung二次二阶矩方法中的梯度计算准则,形成一种适用于任意形式功能函数的二次二阶矩可靠度算法,消除了经典方法的局限;利用所提方法解决了功能函数为隐式和未知形式的边坡可靠度问题,展示了该方法解决复杂岩土体结构概率稳定性问题的能力,并同时在基准Y空间内建议了具有普遍意义的合适步长系数值0.01.     

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．     

基于最大熵原理与最优化方法的隧道衬砌结构可靠度分析

针对隧道衬砌结构参数的随机性、分布的多样性与极限状态功能函数高度非线性的特征,运用最大熵原理对隧道衬砌结构参数进行估计,得到符合实际的参数估计值;然后,根据隧道衬砌结构稳定的极限状态方程,从结构可靠度指标的几何涵义出发,建立其可靠度指标计算的优化数学模型,并运用Microsoft Excel工作表中的规划求解功能得到其可靠度指标.结合工程实际,给出具体算例,且指出提高隧道衬砌结构可靠度的途径.研究结果表明:该方法用于计算工程结构可靠度指标无需将状态函数线性化,不受基本变量维数限制,收敛速度快,计算效率高,且与蒙特卡罗100万次直接抽样法计算结果相比,具有很高的精度,能广泛适用于隧道及地下工程领域的可靠度计算和分析.     

基于可靠度指标的匀质杆件结构优化设计

以结构可靠性分析和结构优化理论成果为基础,推导得到匀质杆件结构在特定失效模式下的功能函数,给出这一特定失效模式下结构可靠度指标的计算方法.将结构的可靠度指标作为结构优化设计的控制参数,得出优化问题的数学模型,实现杆件结构系统基于可靠度指标的优化设计.通过算例证实了所提出方法用于刚架的正确性与一般通用性.     

利用有理多项式技术计算基于Bishop分析模式的边坡稳定可靠度

文章基于Bishop条分法分析的基本思想,建立了边坡可靠度分析计算模型,并采用有理多项式技术计算功能函数的偏导数,以模拟实际工程中常见的功能函数不能明确的可靠度计算问题.对于功能函数无论是线性或非线性,显式或隐式,该方法都简单且适用.数值结果表明该方法具有较好的效率和精度.     

基于纯数值函数优化的一种混合遗传算法

通过引入与进化代数相关的交叉概率和与个体适应度相关的变异概率的自适应遗传算子同时把Powell局部寻优算法融入遗传算法的搜索过程构成了一种数值函数全局寻优的混合遗传算法.实验表明混合遗传算法改善了遗传算法的局部搜索能力,有效地解决了遗传算法的早熟现象,显著提高了遗传算法求得全局解的概率.同时由于混合遗传算法中只利用函数值信息,所以该混合遗传算法是纯数值函数的优化的一种通用方法.     

遗传算法的应用研究进展

遗传算法是一类借鉴生物界的进化规律演化而来的随机化搜索方法，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局导优能力；采用概率化的导优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。