不确定性结构全局灵敏度分析方法概述

本文主要回顾了基于概率描述的不确定性结构全局灵敏度分析的一些常用方法.根据结构输出响应的个数,可以将全局灵敏度分析分为单输出全局灵敏度分析和多输出全局灵敏度分析.单输出全局灵敏度分析已经发展得比较成熟,根据不确定性度量方式的不同(方差、概率密度函数、累积分布函数等),已经得到了多种不同的单输出全局灵敏度指标(方差灵敏度分析、矩独立灵敏度分析等).多输出全局灵敏度分析是在单输出全局灵敏度分析的基础上发展而来的,它主要是考虑输入变量对多个输出响应整体不确定性的影响.多输出全局灵敏度分析需要考虑不同输出之间的相关性,相较于单输出全局灵敏度分析更为复杂.通过对各种全局灵敏度分析方法的原理进行比较以及算例分析,得到了各种方法的特点及不足.     

主客观不确定性重要性分析的态相关参数法

针对同时存在主观变量和客观变量的结构系统,提出了一种主客观不确定性因素共同作用下主观变量重要性指标求解的态相关参数（SDP）法.所提方法首先通过主观变量的边缘概率密度函数以及给定主观变量条件下客观变量的条件概率密度函数将两种不确定性传递到结构响应,建立主客观变量共同作用下主观变量重要性指标求解的计算模型,然后利用模型估计高效的SDP方法求得所建模型的一阶高维模型表示（HDMR）,进而得到各主观变量相应的重要性测度指标.与主客观变量重要性分析的直接MonteCarlo法相比,所提方法可以在保证计算精度的同时大幅度提高计算效率.与现有的主客观变量重要性分析的近似法相比,所提方法不仅适用于线性响应函数,而且适用于各种形式的非线性响应函数,因而具有更广泛的适用范围.所提方法的效率和精度将由文中算例验证.     

非正态变量情况下结构可靠性分析的条件概率马尔可夫链模拟方法

基于对失效域样本的高效马尔可夫链模拟方法和鞍点估计法,提出了一种可快速分析高维小失效概率情况下含非正态变量的非线性极限状态函数的可靠性方法.所提方法在非正态空间中,将所求失效概率转化为线性极限状态函数的失效概率与一个特征比例因子的乘积.线性极限状态函数是通过马尔可夫链模拟非线性极限状态函数失效域中的样本而获得的,它与非线性极限状态函数具有近似相同的设计点.而概率论中的乘法定理是获取特征比例因子的理论依据,它反映了非线性极限状态函数失效概率与线性极限状态函数失效概率的关系.线性极限状态函数的失效概率可以由鞍点估计法求得,而特征比例因子可以由马尔可夫链快速模拟线性与非线性失效域中的样本而近似算得.定性分析和定量的算例对比分析表明,所提算法具有较广的适用范围,并且它的实现过程较为简单,计算精度和效率均较高.     

混合核函数的性质及其在混合灵敏度分析上的应用

为了度量不同的分布参数对结构输出性能统计特征的影响,定义了失效概率及功能函数统计矩对输入变量分布参数的混合灵敏度.并针对混合灵敏度,相应地定义了一种新的混合核函数.推导了一般两分布参数情况下混合核函数的表达式,并讨论了其通用的性质.利用这些混合核函数的性质,解析地求得了正态变量情况下二次不含交叉项功能函数失效概率混合灵敏度的解析解.算例中数值仿真算法与解析结果的对比验证了基于混合核函数的失效概率混合灵敏度近似解析表达式具有较高的精度.     

多失效模式下基本变量的重要性测度及其解法

基本变量的重要性分析是工程设计及安全评估的一项必要工作．针对工程实际中经常出现的多失效模式可靠性模型,提出了基本变量对多失效模式下多维响应功能函数全局联合概率分布的重要性测度指标——重要性测度1．同时针对可靠性设计的特点,建立了多失效模式下基本变量对多维响应功能函数局部概率分布的两种重要性测度指标,即基本变量对失效域内多维响应概率分布的重要性测度——重要性测度2和对系统失效概率的重要性测度——重要性测度3,推导了其性质,比较了3种重要性测度的异同和适用范围,并给出了一种求解3种重要性测度的标准方法,从该标准方法的求解过程可以看出,在求解基本变量对多维响应功能函数重要性测度1的同时可求得重要性测度2和3,也即在不增加计算量的同时,该标准方法可为设计人员提供更多的参考信息．最后,以数值和工程算例验证了所提指标和方法的正确性和可行性．     

一种桁架结构全局拓扑优化方法

对于应力约束下的桁架拓扑优化存在的奇异最优解问题,结合子集模拟分层技术提出一种可以有效求得奇异最优解的新桁架结构全局拓扑优化方法.通过样本点的合理性判断和Metropolis-Hasting准则,确保了拓扑解的合理性和全局性.算例表明本文提出的方法在处理奇异最优解问题时,可以快速把搜索区域降到退化的低维可行子区域内并以足够的精度收敛于全局最优解.     

矩独立的基本变量重要性测度及其概率密度演化解法

为有效分析基本变量对可靠性分析中失效概率的影响程度,提出了一种矩独立的基本变量对系统失效概率的重要性测度指标η,分析了其相应性质,并给出了性质的证明.在此基础上,比较了基本变量对系统失效概率与基本变量对响应量分布密度的重要性测度,并建立了求解2种矩独立基本变量重要性测度的概率密度演化方法,有效地解决了求解2种矩独立基本变量重要性测度在计算上的困难.采用所建立的重要性测度概率密度演化方法,求解了数值算例和具体工程中基本变量对功能响应函数分布密度和失效概率的重要性测度指标,结果证明所提重要性测度可以从输入变量随机取值的分布密度角度衡量基本变量对失效概率影响的程度,同时,计算结果也表明采用所建立的求解重要性测度的密度演化方法是高效可行的.     

不确定概率分布下的重要性测度及其稀疏网格解

针对基本输入变量概率分布信息不可准确预知的情况，对基本变量基于方差的重要性测度进行分析，建立了随机不确定性分布参数，区间不确定性分布参数以及随机和区间混合不确定性参数条件下的3种重要性测度指标．该指标体系能够反映3种不确定性分布参数条件下，输入变量对结构系统输出性能的影响．由于基于方差的重要性测度计算量大，文中采用稀疏网格方法在每一分布参数实现值处进行计算．针对3种不确定性分布参数情况，分别利用稀疏网格方法和稀疏网格方法结合遗传算法对所提的重要性测度指标进行计算．通过数值算例和工程算例说明所提指标的合理性和所采用方法的高效性．     

扩展的输入变量对失效概率重要性测度及其积分算法

为了全面地分析输入变量对可靠性工程中所关心的结构或系统失效的影响,在继承了传统矩独立重要性测度的基础上提出了扩展的失效概率重要性测度指标.针对失效概率重要性测度计算量大的问题,本文结合能高效、准确求解概率密度函数的核密度估计法,建立了一种求解所提测度的积分法.文中算例表明,所提重要性测度包含了更加全面的输入变量对结构失效影响的信息,所建积分法破除了重要性测度计算的"维数诅咒",大大地减少了重要性测度指标的计算量.     

模糊随机可靠性分析中不确定性传递的鞍点线抽样方法

对于同时存在随机基本变量和模糊基本变量的结构系统,研究了模糊和随机两种基本变量的不确定性向结构响应性能的传递问题,提出了一种结构安全度量的模糊可靠度隶属函数求解的鞍点线抽样方法.所提方法首先按照模糊基本变量的隶属函数求得给定隶属水平下模糊基本变量的取值域.然后在与给定的隶属水平对应的模糊基本变量取值区域内,利用鞍点线抽样方法求得随机基本变量空间内结构响应量满足安全要求的可靠度值的上、下界,进而将基本变量的模糊和随机不确定性传递到结构的安全度量,得到模糊可靠度的隶属函数.与模糊随机不确定性传递的直接MonteCarlo法相比,所提方法可以在保证计算精度的同时大幅度提高计算效率.与已有的模糊随机不确定性传递的转化法相比,所提方法具有更广的适用范围,它对随机基本变量的分布型式及结构响应量的解析表达式均没有限制,并且所提方法未对响应量的表达式作任何近似,因而比转化法具有更高的精度.另外所提方法可以容易地处理结构响应中模糊基本变量与随机基本变量具有交叉项的情况.所提方法的优点将由文中算例进行验证.