首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 359 毫秒

1.  基于主动学习Kriging模型的结构多失效模式可靠度计算
Structural reliability calculation for multiple failure modes based on an active learning Kriging model
 
   赵维涛  陈欢  祁武超《计算力学学报》,2020年第37卷第1期
   对于具有多失效模式的结构可靠度计算问题,利用多输出Kriging模型作为代理模型进行分析。该代理模型只需对所有功能函数进行一次建模,无需对每个功能函数建立各自的代理模型,且在建模过程中能够考虑各失效模式之间的相关性。本文方法设定的初始样本点不仅对随机变量均值附近区域给予足够重视,而且能够兼顾设计空间的边缘区域,进而确保初始代理模型在全局空间内具有较好精度,以减少后续利用学习函数更新代理模型的次数。数值算例表明,本文方法具有较好的计算精度和较高的计算效率,当失效模式较多时,计算效率大幅提升。    

2.  结构可靠性分析的高效自适应重要抽样方法  
   戴鸿哲  王伟《力学学报》,2011年第6期
   提出了一种基于自适应Metropolis算法和快速高斯变换技术的结构可靠性分析高效自适应重要抽样方法。该方法首先利用自适应Metropolis算法高效生成结构失效域样本,然后运用自适应宽核密度估计方法构造重要抽样密度函数,最后采用快速高斯变换加速重要抽样过程中核函数的计算。自适应Metropolis算法能够在相同计算量条件下提供更多结构失效域信息从而改善计算精度,即为求得给定精度问题的解,可有效减少样本生成过程中的结构分析次数,从而提高方法的计算效率;快速高斯变换大幅降低核密度估计的计算复杂度从而大幅缩减重要抽样的计算耗时。通过数值算例可以看出本文方法具有较高的计算精度和效率。    

3.  基于高斯过程的风电场尾流功率代理模型  
   王一妹  刘永前  李莉  韩爽《工程热物理学报》,2018年第4期
   代理模型可有效减少全风况下计及尾流效应的风电场输出功率计算所需的模型评估次数,而有效的插值函数及采样方法可以极大地减少代理模型建立所需时间。结合风电场输出功率特性,本文以风速、风向为变量,研究核函数及训练样本对代理模型的影响,提出基于高斯过程的风电场尾流功率代理方法。通过代理模型功率预测均值及不确定性分析,获得基于不同变量的尾流功率最优代理模型参数方案,同时验证了高斯过程模拟风电功率特征的有效性。    

4.  结构可靠性分析高效自适应重要抽样方法  
   戴鸿哲  赵威  王伟《力学学报》,2011年第43卷第6期
   提出了一种基于自适应Metropolis算法和快速高斯变换技术的结构可靠性分析高效自适应重要抽样方法.该方法首先利用自适应Metropolis算法高效生成结构失效域样本,然后运用自适应宽核密度估计方法构造重要抽样密度函数,最后采用快速高斯变换加速重要抽样过程中核函数的计算:与传统方法相比,自适应Metropolis算法能够在相同计算量下提供更多结构失效域信息从而改善计算精度,即为求得给定精度问题的解,可有效减少样本生成过程中的结构分析次数,提高方法的计算效率;快速高斯(Gauss)变换大幅降低核密度估计的计算复杂度从而大幅缩减重要抽样的计算耗时.通过数值算例可以看出该方法具有较高的计算精度和效率.    

5.  基于神经网络的结构可靠性优化设计  被引次数:8
   张义民  张雷《应用力学学报》,2005年第22卷第1期
   结合随机摄动技术和随机模拟方法,提出了可靠性优化设计的一种数值逼近法,将服从任意分布的可靠性概率约束等价转化为确定型约束,可以迅速准确地获得优化设计结果。针对具有多失效模式的结构可靠性优化设计,提出了随机模拟-神经网络方法,模拟得到随机设计变量与系统可靠度之间的显性函数表达式,简化了计算过程,同时可以获得较高的计算精度,具有很好的工程实用价值。    

6.  一种风电功率混沌时间序列概率区间简易预测模型  
   章国勇  伍永刚  张洋  代贤良《物理学报》,2014年第13期
   本文基于极限学习机构建了一种简易模型以直接输出风电功率概率区间.同时,为优化模型训练过程中输出区间的性能,本文基于对数据集区间带偏差信息的分析构建了一种新的优化准则,并采用量子细菌觅食优化算法以获取问题的最优解,提高模型泛化能力.对比分析两个风电场在不同置信水平和不同优化准则下的概率预测结果,仿真表明本文模型具有更高的可靠性和更窄的区间带宽,可为风电并网安全稳定运行提供决策支持.    

7.  基于概率支持向量机的可靠性分析与设计方法  
   赵安龙  李洪双《应用力学学报》,2017年第1期
   结构可靠性设计是现代结构设计中能够考虑不确定性因素影响的重要方法之一。针对结构可靠性设计中较为复杂的隐式多概率约束条件问题,本文提出了一种有效的代理模型方法。该方法基于多输入多输出支持向量机方法,并引入分类错误概念,可以同时对多个概率约束条件进行建模,同时对概率约束条件进行了相对保守的结构可靠性分析,得出非零失效概率的两者差值在1%~10%。将该可靠性评估方法嵌入可靠性设计优化框架内,形成了偏于安全的结构可靠性设计方法。文中还提出了一种新偏导数计算方法,用于可靠性优化设计。最后将所提方法应用于减速器可靠性分析和优化设计中,验证了其计算精度和效率。    

8.  基于层次聚类的图像超分辨率重建  
   曾台英  杜菲《光学学报》,2018年第4期
   多字典学习的图像超分辨率重建过程中常见的K均值聚类、高斯混合模型聚类等方法会导致图像的重建质量欠佳且不稳定,针对这一问题提出一种新的基于层次聚类的图像超分辨率重建算法;首先对样本图像块提取特征并进行层次聚类,经改进的主成分分析方法训练得到K个字典,然后将测试图像裁切成若干图像块,并分别自适应匹配最合适的字典进行图像块重建,最后对整幅图像进行优化,以实现全局重建。结果表明:所提算法具有较高的可行性,能有效改善图像的重建质量;与传统算法相比,所提算法重建图像的峰值信噪比和结构相似度均有所增大。    

9.  基于高斯过程分类的结构贝叶斯可靠性分析  
   曹鸿钧  朱玉强  张功《计算力学学报》,2012年第29卷第6期
   贝叶斯可靠性方法是处理不完备信息条件下结构可靠性问题的有效途径之一。在实际应用中,由于可靠性分析的计算量较大,常须采用各种近似替代模型以提高计算效率。传统的替代模型方法是对结构的功能函数予以近似建模。这种方法不易定量考虑模型误差对可靠性分析的影响,且难以应用于诸如功能函数不连续和失效域不连通等情况。为此,本文提出一种基于高斯过程分类的替代模型,直接辨识结构的极限状态曲面,并将其应用于结构贝叶斯可靠性分析之中。分析了替代模型不确定性对可靠性预测结果的影响,给出了失效概率分布参数的方差算式,进而提出了改善模型精度的补充采样准则。通过算例验证了方法的适用性和有被性.    

10.  791翼型水动力性能多点和鲁棒优化对比研究  
   赵斌娟  张成虎  付燕霞  刘琦  陈汇龙《工程热物理学报》,2018年第9期
   为满足791翼型在多工况下具有较好水动力性能且能维持其稳定性的要求,在模糊集理论和鲁棒度的基础上分别建立多点优化和鲁棒优化数学模型,并依据样本空间和两者的优化目标分别建立代理模型。运用多目标遗传算法对代理模型寻优,并结合CFD数值计算和PIV实测结果对两种优化结果对比分析。结果表明:两种优化方法均能同时降低翼型在设计工况和非设计工况下的阻升比且能很好地改善尾流品质;多点优化能灵活调整不同工况下的权重因子,但其优化效果受所考虑工况数目的影响;相比于多点优化,鲁棒优化还能提升性能的稳定性,使其恶化的程度减弱,适用性更强。    

11.  基于灰关联分析的GA-BP神经网络在汽车油耗估算中的应用  
   程晓娟  韩庆兰  全春光《数学的实践与认识》,2016年第8期
   从设计参数特征入手分析影响汽车油耗的因素,利用灰关联分析方法,解析了各设计参数对汽车油耗的影响程度,选择其中灰关联度较大的设计参数作为输入数据,综合工况油耗作为输出数据,构建6-5-1层结构的BP神经网络预测模型,并利用遗传算法获得优化后的BP神经网络的权值和阈值,然后训练BP神经网络得到最优值,最后以国内市场340款汽车作为研究样本,进行有效性验证.研究结果表明,模型利用灰关联分析获得影响汽车油耗的主要因素,简化了网络结构;与优化前的BP神经网络相比,具有更高的预测精度和可靠性.    

12.  基于可靠性映射函数的结构优化
Structural optimization based on reliability mapping functions
 
   赵维涛  刘炜华  杨其蛟《计算力学学报》,2016年第33卷第3期
   基于可靠性分析理论,构建可靠性映射函数,将基于可靠性的结构优化由双层优化转化为单层优化,提高优化效率,解决基于可靠性结构优化的计算量大、不利用于工程应用的问题。可靠性映射函数具有明确理论依据,能够确保将其应用到基于可靠性的结构优化是可行的。为提高失效概率求解精度,以设计点为基础,提出一种改进响应面方法,并将其用于可靠性映射函数的求解。算例表明,该方法具有较好计算精度,功能函数评估次数明显少于其他方法,计算效率高,能够获得满意的优化结果。    

13.  基于降维积分的结构系统可靠性分析研究  
   黄贤振  张义民  吴茂昌  李鹤《力学学报》,2013年第45卷第3期
   复杂结构系统一般具有多个失效模式.传统系统可靠性分析模型是在假设各失效模式相互独立的条件下建立的.而在工程实际问题中,由于结构系统的组成单元之间紧密联系,系统的失效模式大多是相互耦合的.简单地在失效模式相互独立的假设条件下进行系统可靠性分析与评价常常会导致过大的误差,甚至得出错误的结论.提出一种相关失效模式结构系统可靠性分析方法.利用降维法和Gauss-Hermite数值积分技术计算随机参数结构系统极限状态函数的统计矩,采用极限状态函数的前四阶累积量拟合其累积量生成函数,通过鞍点逼近方法拟合结构系统极限状态函数的概率密度函数和累积分布函数,进而获取结构系统的可靠度(或失效概率).数值算例表明该方法具有较高的计算精度和效率,通用性强.    

14.  基于多线性支持向量机的样本点正确分类与复杂失效方程稳步模拟  
   蒋友宝  黄星星  廖国宇  张建仁《计算力学学报》,2015年第32卷第3期
   为克服一般响应面方法重构复杂隐式失效方程所需样本数量较多、精度较差的不足,提出了一种基于多线性支持向量机的结构失效方程模拟方法。该方法的显著特点是应用了样本点正确分类技术,因而其求解精度随着样本点数量的增多而稳步趋近于真实失效方程。其主要求解过程为,(1)结合均匀设计方法,生成均匀的紧邻极限状态曲面的失效和可靠样本点。(2)依据样本点向量模和样本点向量间夹角余弦值将总体空间划分成多个子空间,确保每个子空间内的样本点能由一个线性支持向量机完全分开。(3)采用一种基于扩充样本点对的迭代算法不断更新样本点集合,从而逐步修正模拟的多个线性失效方程。算例分析表明,无论失效方程为强非线性函数还是多个失效模式组成的分段函数,该方法的计算精度与效率均较为稳定。这为具有复杂失效方程结构的可靠度分析提供了有益参考。    

15.  中学生创造力智能评价的实现  
   田金亭  朱强忠  甘媛源  余嘉元《数学的实践与认识》,2014年第16期
   评价学生的创造力是一项极富挑战性的工作,创造力评价是培养开发创造力的首要环节.当需要评价的被试、创造力指标个数、指标等级水平都较多时,创造力评价工作便陷入了僵局,利用人工甚至无法完成.学习矢量量化(LVQ)神经网络在模式识别方面具有良好的性能,据此尝试用LVQ神经网络进行创造力评价.根据创造力评价指标及等级的数目,构建了由输入层、隐含层、输出层组成的LVQ神经网络,用训练好的网络对测试样本进行仿真测试,仿真结果和实际情况正好相符,体现出LVQ神经网络在创造力评价中的实用和有效性.    

16.  基于更新径向基函数网络模型的广义Pareto分布函数拟合  
   李刚  赵刚《计算力学学报》,2016年第33卷第4期
   广义Pareto分布函数 GPD(Generalized Pareto Distribution)是一种针对随机参数尾部进行渐进插值的方法,能够对高可靠性问题进行评估。但这种方法要求样本空间较大,计算成本较高,尽管可以通过径向基函数网络 RBFNN(Radial Basis Function Neural Network)辅助抽样的方法削减计算成本,但对于非线性程度较高的问题,RBFNN精度问题使得辅助抽样方法失效。针对这类问题,根据 GPD 的特点,提出了高效的更新 RBFNN 训练样本的方法,改善了 RBFNN在功能函数分布尾部的精度,将 RBFNN 辅助抽样方法推广应用到非线性程度较高的问题,准确地得到了所有需要的尾部样本,基于该尾部样本集的 GPD拟合结果与基于直接计算所有样本的GPD拟合结果完全一致。    

17.  爆破振动诱发民房结构损伤识别的随机森林模型  
   方前程  商丽  商拥辉  宋译《爆炸与冲击》,2017年第6期
   为快速、准确地评价爆破振动诱发民房结构损伤效应,借鉴随机森林理论并结合工程实际,建立露采爆破振动诱发民房结构损伤识别的随机森林模型;综合考虑爆破参数、爆破振动特征参量及房屋结构动力特性等因素,选取质点峰值振动速度、主频率、主频率持续时间、段药量、爆心距、施工质量参数、场地条件参数、屋盖形式参数、砖墙面积率、民房高度、灰缝强度和圈梁构造柱参数等12个影响因素作为模型输入,将砖混结构建筑物的损害等级作为模型输出;基于多分类器集成的思想,以108组爆破振动实测数据作为学习样本进行训练,建模过程中由多个决策树集成随机森林、用投票的方式实现对民房结构损伤有效识别;用12组现场数据验证模型的有效性;在对样本分类的同时,计算预测变量的重要性值,发现质点峰值振动速度为最重要的评价指标,其后依次为爆心距,主频率持续时间,主频率,圈梁构造柱参数,灰缝强度,屋盖形式参数,民房高度,段药量,施工质量参数,砖墙面积率和场地条件参数.研究结果表明:随机森林模型预测结果学习样本准确度是87.97%,而测试集准确度是91.67%,与实际情况吻合较好,预测精度较高.    

18.  基于加权K最近邻改进朴素贝叶斯自训练算法  
   李婷婷  吕佳《武汉大学学报(理学版)》,2019年第5期
   针对传统半监督自训练方法在学习朴素贝叶斯分类器过程中容易误标记无标记样本,且整个过程未能利用到训练样本的空间结构信息,导致正确率不高的问题,提出了一种基于加权K最近邻改进朴素贝叶斯自训练算法。该算法利用加权K最近邻算法计算出无标记样本的隶属度,通过隶属度选出与已标记样本空间结构相近的样本,使得朴素贝叶斯分类器在一个较好的空间结构上对未标记样本进行分类,充分地利用样本的空间结构信息,从而降低了自训练过程中的迭代错误。在UCI和Kaggle数据集上的对比实验结果表明,该方法的性能相对于传统半监督自训练算法有所改善。    

19.  基于代理模型和等效刚度模型的加筋柱壳混合优化设计  
   郝鹏  王博  李刚  王小军《计算力学学报》,2012年第29卷第4期
   针对轴压作用下的加筋柱壳后屈曲性能优化计算较大的问题,本文提出了一种基于代理模型和等效刚度模型的混合优化策略,即运用基于等效刚度的平铺模型进行有限元后屈曲分析以代替试验设计中大量的精细加筋模型分析,并通过控制等效模型的单元尺寸来调整其分析精度,而等效刚度模型计算时长仅约为精细加筋模型的1/3。对构建的代理模型采用多岛遗传算法进行极限承载力等约束下的轻量化设计,调用精细模型有限元后屈曲分析对代理模型进行更新,从而保证代理模型的拟合精度并得到优化解。工程算例结果表明,本文提出的混合优化方法,使加筋柱壳结构在满足承载力情况下减重效果明显。    

20.  基于子集模拟和重要抽样的可靠性灵敏度分析方法  被引次数:1
   宋述芳  吕震宙《力学学报》,2008年第40卷第5期
   针对工程实际中大量存在的小失效概率问题,提出了基于子集模拟和重要抽样的可靠性灵敏度分析方法.在子集模拟重要抽样可靠性分析方法中,通过引入合理的中间失效事件,将小的失效概率表达为一系列较大的条件失效概率的乘积,而较大的条件失效概率则可通过构造中间失效事件的重要抽样密度函数来高效求解.基于子集模拟重要抽样可靠性分析的思想,论文将可靠性灵敏度转化为条件失效概率对基本变量分布参数的偏导数形式,推导了基于子集模拟和重要抽样的可靠性灵敏度估计值及估计值方差的计算公式,并采用算例对所提方法进行了验证.算例结果表明所提方法具有较高的计算精度和效率,并且适用单个和多个失效模式系统.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号