基于降维算法的结构可靠性分析
本文关键词: 工程力学 可靠性分析 降维算法 泰勒级数 Edgeworth级数 矩方法 出处:《吉林大学学报(工学版)》2017年01期 论文类型:期刊论文
【摘要】:为解决工程实际中功能函数为高维非线性的可靠性分析问题,提出了基于降维算法的一种新型的直接结构可靠度的分析方法。利用降维算法,建立了新的n个一维函数模型近似替代原n维功能函数,借助于泰勒级数和统计矩理论,求解结构功能函数的前四阶矩信息,并通过Edgeworth级数拟合结构功能函数的累积分布函数,结合可靠性理论可计算得到结构的失效概率。与传统方法相比,本文方法无需积分求解功能函数的统计矩,也无需迭代搜索最可能失效点。数值算例结果表明本文方法具有较高的计算精度和较好的适应性。
[Abstract]:In order to solve the problem of high dimensional nonlinear reliability analysis in engineering practice, a new direct structural reliability analysis method based on dimensionality reduction algorithm is proposed. In this paper, a new n-dimensional function model is established to approximate replace the original n-dimensional functional function. The first four moment information of the structure function is solved by Taylor series and statistical moment theory. The failure probability of the structure can be calculated by Edgeworth series fitting the cumulative distribution function of the structure function and combining with the reliability theory, compared with the traditional method. In this paper, we do not need to solve the statistical moments of the function function by integral, nor to search the most likely failure point iteratively. The numerical results show that the proposed method has higher accuracy and better adaptability.
【作者单位】: 吉林大学机械科学与工程学院;
【基金】:国家重大科学仪器设备开发专项项目(2012YQ030075) 吉林省科技发展计划项目(201205001;201215048)
【分类号】:TB114.3
【正文快照】: 在工程实际中,经常会遇到大量功能函数为高维非线性的复杂结构问题,要考虑结构的不确定性变量和结构设计的安全性,因而可用可靠度方法来解决此类问题[1,2]。对于可靠度分析的常见方法有解析法[3,4]、梯度法[5-7]和数值模拟法[8,9]等。解析法只有在规则的区域内且函数简单时才
【相似文献】
相关期刊论文 前6条
1 杨路;不等式机器证明的降维算法与通用程序[J];高技术通讯;1998年07期
2 王立鹏;袁占亭;陈旭辉;周智芳;;基于非线性降维算法的膜蛋白类型识别[J];微计算机信息;2010年10期
3 张晶晶;周晓勇;刘奇;;一种改进的大尺度高光谱流形降维算法[J];光学学报;2013年11期
4 赵武锋;沈海斌;严晓浪;;监督降维算法的计算和理论分析[J];浙江大学学报(理学版);2009年06期
5 仵博;陈鑫;郑红燕;冯延蓬;;基于非负矩阵分解更新规则的部分可观察马尔可夫决策过程信念状态空间降维算法[J];电子与信息学报;2013年12期
6 ;[J];;年期
相关会议论文 前3条
1 杨路;;不等式机器证明的降维算法与通用程序[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
2 张召;业宁;业巧林;;基于配对约束的核半监督非线性降维算法[A];第五届全国信息检索学术会议论文集[C];2009年
3 张敏情;苏光伟;杨晓元;;保局投影在图像隐密检测中的应用[A];第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集[C];2009年
相关重要报纸文章 前1条
1 记者 常丽君;降维算法让脑神经大数据处理变简单[N];科技日报;2014年
相关博士学位论文 前4条
1 张田昊;数据降维算法研究及其应用[D];上海交通大学;2008年
2 张兴福;基于流形学习的局部降维算法研究[D];哈尔滨工程大学;2012年
3 王雷;基于全局统计与局部几何性质的数据降维算法研究[D];中国科学技术大学;2009年
4 何进荣;几何观点下的线性降维算法[D];武汉大学;2014年
相关硕士学位论文 前10条
1 刘卫芳;面向高维复杂数据的降维算法研究[D];西安电子科技大学;2014年
2 田守财;基于随机初始化的非线性降维算法的研究[D];兰州大学;2016年
3 龚铁梁;数据降维算法研究及其应用[D];湖北大学;2012年
4 郭丽;基于稀疏表征的降维算法研究[D];浙江师范大学;2013年
5 贾洪哲;降维算法的改进与应用[D];辽宁师范大学;2014年
6 宋德华;半监督降维算法的研究及其在医学专家系统中的应用[D];上海交通大学;2013年
7 牛艳婷;基于近邻保护嵌入的数据降维算法研究[D];北京邮电大学;2013年
8 李荣华;基于小样本的线性降维算法与应用研究[D];华南理工大学;2010年
9 尹飞;癌症基因数据的降维算法研究与应用[D];苏州大学;2013年
10 张乾坤;无监督与半监督降维算法研究[D];西安电子科技大学;2010年
,本文编号:1480675
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/1480675.html