随机动力系统中的概率密度演化方程及其研究进展

从概率密度演化的基本思想出发,阐述了概率密度演化方程的历史、进展与应用.文中首先剖析和澄清了概率守恒原理的物理意义,论述了概率守恒原理的随机事件描述和状态空间描述,并由此阐明了概率密度演化与系统物理演化的内在联系, 即:系统的物理状态演化构成了概率密度演化的内在机制. 在此基础上,结合概率守恒原理的两类描述以及系统状态的物理演化方程,以与历史上不同的方式,重新推导了经典概率密度演化方程,包括Liouville方程、FPK方程和Dostupov-Pugachev方程,进一步阐明了这些方程的物理意义, 以及它们不能降阶的原因.结合概率守恒原理的随机事件描述和解耦的系统物理方程,导出了广义概率密度演化方程. 分析了广义概率密度演化方程的物理意义.以非线性结构随机反应的概率密度演化分析为例,展示了概率密度演化理论的应用前景. 最后,指出了需要进一步研究的问题.      

广义密度演化方程的δ函数序列解法

随机动力系统响应或状态向量的概率密度函数一般遵循概率密度演化方程,如Liouville方程、FPK方程和Dostupov-Pugachev方程,但是上述方程均属于高维偏微分方程,求解相当困难. 基于概率守恒原理的随机事件描述导出的广义密度演化方程,其维数与系统自由度无关,为随机动力系统分析提供了可能的途径. 从广义密度演化方程的形式解出发,引入δ函数的渐近序列,获得了广义密度演化方程的一种新的数值解法------广义密度演化方程的δ序列解法. 将建议方法与非参数密度估计进行了对比,指出非参数密度估计是该方法的一个特例. 最后,分别采用重构实例和演化实例验证了该方法在一维和多维情形下的有效性.      

结构随机动力稳定性的定量分析方法

提出了结构随机动力稳定性的定量分析方法,讨论了经典的随机动力稳定性概念,指出结构动力稳定性不仅与结构参数有关,也与作用在结构上的外部载荷密切相关,据此引入了一种判定结构动力稳定性的新准则,明确了结构随机动力稳定性的基本涵义.在概率守恒原理基础上,推导了概率耗散系统的广义概率密度演化方程.引入结构动力失稳的物理机制作为引起概率耗散的驱动力,利用概率耗散系统概率密度演化方程、可以方便获得结构响应的概率密度演化过程,从而定量求解结构的动力稳定概率.据此,可以定量评价结构系统依概率为1或依给定概率意义上的结构随机动力稳定性.采用本文所建议方法对典型结构动力系统进行了随机动力稳定性分析,并与蒙特卡洛方法计算结果进行对比.数值结果表明了所建议方法的有效性.      

随机结构动力反应分析的概率密度演化方法

提出了随机结构动力反应分析的概率密度演化方法．基于有限单元法基本原理，导出了含有随机参数的结构反应状态方程，进而，通过引入扩展状态向量，建立了随机结构反应的概率密度演化方程．将精细时程积分方法与Lax-Wendroff差分格式相结合，探讨了求解概率密度演化方程的数值方法．对一个8层层间剪切型随机结构进行了算例分析，并与Monte Carlo方法的结果进行了比较．研究表明，随机结构反应的概率密度具有演化特征，且概率密度曲线与正态分布差异甚大，甚至可能出现双峰曲线．     

非比例阻尼线性体系平稳随机地震响应计算的虚拟激励法

应用复振型分解方法,将非比例阻尼线性体系在地震作用下的动力方程求解问题转化为若干个广义复振子的求解与叠加问题。通过假定地震地面运动为一零均值的平稳随机激励,应用虚拟激励法原理,推导得到了广义复振子动力坐标的解析计算公式,进而得到了以复振型为基础的非比例阻尼线性体系随机地震响应计算的一般实数解析解答。算例证实了这种方法的可靠性及高效率。     

非线性随机结构动力可靠度的密度演化方法

建议了一类新的非线性随机结构动力可靠度分析方法。基于非线性随机结构反应分析的概率密度演化方法,根据首次超越破坏准则对概率密度演化方程施加相应的边界条件,求解带有初、边值条件的概率密度演化方程,可以给出非线性随机结构的动力可靠度。研究了数值计算技术,建议了具有自适应功能的TVD差分格式。以具有双线型恢复力性质的8层框架结构为例进行了地震作用下的动力可靠度分析,与随机模拟结果的比较表明,所建议的方法具有较高的精度和效率。     

双连梁短肢剪力墙结构的随机损伤演化分析

基本于概率密度演化方法和混凝土弹塑性损伤本构模型,本文针对一类新型双连梁短肢剪力墙开展了随机损失演化模拟研究.基于广义概率密度方程分别研究了结构荷载与受拉、受剪损伤随机过程,分析了三者在结构受力全过程中均值、方差以及变异系数的变化特征;通过不同随机参数组合计算结果与结构均值反应的对比,发现宏观结构荷载-位移曲线和细观受拉、受剪损伤随位移变化过程之间存在很大差异;通过分析研究典型位移水平下结构荷载与受拉、受剪损伤的概率密度曲线以及其极限状态下各自所对应的等概率线分布,不仅阐释了随机损伤演化的多样性与复杂性,而且为从本质上认识非线性问题提供了可能途径.     

广义密度演化方程与经典随机振动分析的比较研究

以结构随机风振响应分析为背景,考察了线性体系在平稳风荷载激励下的随机动力反应,进行了广义密度演化方程与经典随机振动分析的比较.基于物理随机系统研究框架,平稳脉动风荷载模型化为随机Fourier谱.分别以线性单自由度体系和线性多自由度体系为研究对象,比较分析了系统响应的概率密度演化解、理论平稳解和虚拟激励法解答.结果表明,分析系统有限时间内的随机动力反应,概率密度演化方法不仅能够获得渐近平稳段的稳态响应,而且能够反映响应非平稳初始效应的影响,与经典随机振动理论的虚拟激励法解答在均方特征意义上是等价的.     

随机过程的概率密度函数估计

从概率密度演化理论的基本思想出发,发展了随机过程一维概率密度函数估计的新方法。以独立获取的各随机过程样本作为随机过程的代表性时程,通过求解广义密度演化方程,获得了随机过程的一维概率密度函数及其均值与标准差过程。以脉动风速随机过程的统计为例,进行了风速时程的概率密度函数估计,为认识随机过程的概率结构提供了新的可能。     

随机结构非线性动力响应的概率密度演化分析

提出了随机结构非线性动力响应分析的概率密度演化方法．根据结构动力响应的随机状态方程，利用概率守恒原理，建立了随机结构非线性动力响应的概率密度演化方程．结合Newmark-Beta时程积分方法与Lax-Wendroff差分格式，提出了概率密度演化方程的数值分析方法．通过与Monte Carlo分析方法对比，表明所给出的概率密度演化方法具有良好的计算精度和较小的计算工作量．研究表明：随机结构非线性动力响应概率密度具有典型的演化特征，随着时间增长，概率密度曲线分布趋于复杂．     

Nonstationary probability densities of strongly nonlinear single-degree-of-freedom oscillators with time delay

The approximate nonstationary probability density of a nonlinear single-degree-of-freedom (SDOF) oscillator with time delay subject to Gaussian white noises is studied. First, the time-delayed terms are approximated by those without time delay and the original system can be rewritten as a nonlinear stochastic system without time delay. Then, the stochastic averaging method based on generalized harmonic functions is used to obtain the averaged Itô equation for amplitude of the system response and the associated Fokker–Planck–Kolmogorov (FPK) equation governing the nonstationary probability density of amplitude is deduced. Finally, the approximate solution of the nonstationary probability density of amplitude is obtained by applying the Galerkin method. The approximate solution is expressed as a series expansion in terms of a set of properly selected basis functions with time-dependent coefficients. The proposed method is applied to predict the responses of a Van der Pol oscillator and a Duffing oscillator with time delay subject to Gaussian white noise. It is shown that the results obtained by the proposed procedure agree well with those obtained from Monte Carlo simulation of the original systems.     

Dimension-reduction of FPK equation via equivalent drift coefficient

The Fokker—Planck—Kolmogorov (FPK) equation plays an essential role in nonlinear stochastic dynamics. However, neither analytical nor numerical solution is available as yet to FPK equations for high-dimensional systems. In the present paper, the dimension reduction of FPK equation for systems excited by additive white noise is studied. In the proposed method, probability density evolution method (PDEM), in which a decoupled generalized density evolution equation is solved, is employed to reproduce the equivalent flux of probability for the marginalized FPK equation. A further step of constructing an equivalent coefficient finally completes the dimension-reduction of FPK equation. Examples are illustrated to verify the proposed method.     

Exact stationary probability density functions for non-linear systems under Poisson white noise excitation

The paper presents exact stationary probability density functions for systems under Poisson white noise excitation. Two different solution methods are outlined. In the first one, a class of non-linear systems is determined whose state vector is a memoryless transformation of the state vector of a linear system. The second method considers the generalized Fokker-Planck (Kolmogorov-forward) equation. Non-linear system functions are identified such that the stationary solution of the system admits a prescribed stationary probability density function. Both methods make use of the stochastic integro-differential equations approach. This approach seems to have some computational advantages for the determination of exact stationary probability density functions when compared to the stochastic differential equations approach.     

一类Markov过程的最大绝对值过程概率密度求解的新方法

随机过程或随机系统响应的最大绝对值概率分布往往是科学与工程中关心的重要挑战性问题.本文从理论与数值上进行了Markov过程的时变最大绝对值过程及其概率分布研究.文中,通过引入扩展状态向量,构造了最大绝对值$\!$-$\!$-$\!$状态量联合向量过程,由此将不具有Markov性的最大值过程转化为具有Markov性的向量随机过程.在此基础上,通过最大绝对值$\!$-$\!$-$\!$状态量之间的关系,建立了联合向量过程的转移概率密度函数.进而,结合Chapman-Kolmogorov方程和路径积分方法,提出了最大绝对值概率密度函数求解的数值方法.由此,可以得到Markov过程最大绝对值过程的时变概率密度函数,可进一步用于结构动力可靠度分析等.通过数值算例,验证了本文所提方法的有效性. 该方法有望推广到更一般随机系统的极值分布估计之中.      

Stochastic P-bifurcation analysis of a fractional smooth and discontinuous oscillator via the generalized cell mapping method

The smooth and discontinuous oscillator with fractional derivative damping under combined harmonic and random excitations is investigated in this paper. The short memory principle is introduced so that the evolution process of the oscillator with fractional derivative damping can be described by the Markov chain. Then the stochastic generalized cell mapping method is used to obtain the steady-state probability density functions of the response. The stochastic response and bifurcation of the oscillator with fractional derivative damping are discussed in detail. We found that both the smoothness parameter, the noise intensity, the amplitude and frequency of the harmonic force can induce the occurrence of stochastic P-bifurcation in the system. Monte Carlo simulation verifies the effectiveness of the method we adopt in the paper.     

Constructing transient response probability density of non-linear system through complex fractional moments

The probability density function for transient response of non-linear stochastic system is investigated through the stochastic averaging and Mellin transform. The stochastic averaging based on the generalized harmonic functions is adopted to reduce the system dimension and derive the one-dimensional Itô stochastic differential equation with respect to amplitude response. To solve the Fokker–Plank–Kolmogorov equation governing the amplitude response probability density, the Mellin transform is first implemented to obtain the differential relation of complex fractional moments. Combining the expansion form of transient probability density with respect to complex fractional moments and the differential relations at different transform parameters yields a set of closed-form first-order ordinary differential equations. The complex fractional moments which are determined by the solution of the above equations can be used to directly construct the probability density function of system response. Numerical results for a van der Pol oscillator subject to stochastically external and parametric excitations are given to illustrate the application, the convergence and the precision of the proposed procedure.     

结构动力非线性随机反应的联合概率分布

在密度演化理论基本思想的框架下，对广义密度 演化方程进行推广，导出了结构不同反应量的联合概率密度函数演化方程. 结合确定性结构 非线性动力反应分析与二维偏微分方程求解的有限差分方法，可以获取结构不同反应量的联 合概率密度函数的数值解答. 分析实例表明：结构反应的联合概率密度函数呈丘陵状不规则 分布，而不同反应量之间的相关系数是时变的.     

非均布随机参数结构非线性响应的概率密度演化简

首先考察了概率密度演化理论中的点演化和群演化与概率空间剖分的关系. 继而,讨论了点集筛选的基本准则. 在此基础上推广了点集偏差的概念,对非均匀、非正态的一般多维分布,提出了广义F 偏差（GF 偏差）的概念,避免了偏差计算的NP 难解问题. 探索了GF 偏差与EF 偏差的关系. 以GF 偏差最小化为准则,建议了概率空间最优剖分与点集重整的新策略. 结果表明,上述方法能够处理包含多达数10 个随机变量的结构动力响应概率密度演化分析问题. 最后,指出了需要进一步研究的问题.