结构可靠度模拟的方向重要抽样法

方向抽样法是结构可靠度Monte—Carlo模拟的方法之一。同其他的抽样方法一样，为提高抽样效率，需进行重要抽样。本文提出一种新的方向重要抽样法，该方法通过构造以验算点为球心的椭球，将以验算点为抽样中心的方向矢量变换为以原坐标系原点为中心的方向矢量，进而建立重要方向抽样的失效概率估计公式。在这种方法中，所构造的椭球半轴的长度为待定参数。分析表明，对于实际结构中的非闭合型极限状态方程，理论上应使与极限状态曲面正交的半轴的长度大于由一次二阶矩方法计算的可靠指标，本文建议取可靠指标值的1．1—1．2倍，其余半轴的长度可通过优化确定，本文采用了边模拟边优化的方法。算例分析表明，本文方法可以大大提高模拟的效率和精度，在随机变量数目较多时效果更为明显。     

采用重要抽样法的结构动力可靠度计算

首次对比分析了结构动力可靠度计算的三种重要抽样法,并对部分方法进行了补充修正.单元失效域法补充了依据随机教决定抽样区间的产生方法,根据单元失效域的条件概率和权重系数给出重要抽样密度函教.方差放大系数法直接通过激励过程的特性给出重要抽样密度函数的具体表达式.功率谱法的重要抽样密度函数仅为激励幅值的函数,根据结构反应的功率谱密度增大激励幅值的方差,建议幅值样本值的联合概率密度函数可表示为幅值样本值分量的概率密度函数的连乘形式.结果表明:对于线性体系三种方法的计算效率均比Monte-Carlo法有显著提高,而单元失效域法的计算效率又比另两种方法高.     

结构可靠度计算中的描述性抽样法

本文提出描述性抽样方法的实质，即利用更少的时间抽取更多的服从要求概率分布的样本点，讨论了该方法的计算步骤和适用范围，并将描述性抽样方法与重要抽样方法结合起来计算多变量多模式的结构失效概率，比较了描述性抽样方法与一般抽样法的方差，算例结果表明描述性抽样方法具有较好的收敛性．     

结构可靠度计算中的描述性抽样法

本文提出描述性抽样方法的实质，即利用更少的时间抽取更多的服从要求概率分布的样本点，讨论了该方法的计算步骤和适用范围，并将描述性抽样方法与重要抽样方法结合起来计算多变量多模式的结构失效概率，比较了描述性抽样方法与一般抽样法的方差，算例结果表明描述性抽样方法具有较好的收敛性．     

多模式自适应重要抽样法及其应用

针对多模式的可靠性分析，研究了其失效概率计算的自适应重要抽样法，该方法用模拟退火 算法来自动调整每个失效模式的重要抽样函数，使其逐渐趋近于估计方差最小的重要抽样 函数. 对于多个模式系统失效概率的计算，采用混合加权自适应重要抽样的方法, 反映了每个 失效模式对系统失效概率的贡献；对于系统失效模式所含基本变量不全相同的情况，提出了 扩展自适应重要抽样法, 来统一所有失效模式中的基本变量，从而使得混合自适应 重要抽样, 可以方便地求解变量不全相同时的系统失效概率. 对估计值方差和变异系数的计算公 式进行了推导. 验证算例结果, 充分说明方法的合理性与可行性.     

结构可靠度分析中的最小方差抽样

重要抽样技术是结构可靠度分析活跃的发展方向之一。本文研究了以抽样方差最小为条件的重要抽样问题，给出了正态抽样分布函数有关参数的计算公式，分析和实际模拟表明，在以正态分布进行了抽样的前提下，应用优化的参数，可使抽样效率进一步提高。     

基于小波阈值密度的自适应重要抽样方法

提出了一种基于小波阈值密度估计的结构可靠性分析高效自适应重要抽样方法.该方法利用非线性小波收缩方法对结构失效域样本进行密度估计,并以此作为重要抽样密度进行可靠性分析.与传统基于核密度估计的重要抽样方法比,由于非线性小波阈值密度估计具有较好局部适应性和最优收敛速度,且克服了核密度估计中计算精度严重依赖于参数选择的缺陷,因此以较少的预抽样样本就能获得与传统方法相当的精度,有效提高计算效率.数值算例表明所提方法对工程中常遇到的多设计点及噪音功能函数可靠性问题具有良好适应性.      

基于主动学习Kriging模型与序列重要抽样的随机-区间混合可靠性分析

针对随机-区间混合可靠性分析中复杂功能函数的高非线性和多设计点问题,本文提出了一种结合主动学习Kriging模型与序列重要抽样方法的混合可靠性分析方法.在序列重要采样方法中采用高斯混合分布作为提议分布进行逐级采样,逐步逼近最优重要抽样函数的采样样本;结合序列重要抽样方法的特点,提出了主动学习Kriging模型的两步学习方案,保证算法精度的前提下显著提高了效率.通过数值算例将本文方法与已有的混合可靠性分析方法对比,验证本文方法的准确性和高效性.     

结构可靠性分析的高效自适应重要抽样方法

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。     

A WAVELET THRESHOLDING DENSITY-BASED ADAPTIVE IMPORTANCE SAMPING METHOD

提出了一种基于小波阈值密度估计的结构可靠性分析高效自适应重要抽样方法.该方法利用非线性小波收缩方法对结构失效域样本进行密度估计,并以此作为重要抽样密度进行可靠性分析.与传统基于核密度估计的重要抽样方法比,由于非线性小波阈值密度估计具有较好局部适应性和最优收敛速度,且克服了核密度估计中计算精度严重依赖于参数选择的缺陷,因此以较少的预抽样样本就能获得与传统方法相当的精度,有效提高计算效率.数值算例表明所提方法对工程中常遇到的多设计点及噪音功能函数可靠性问题具有良好适应性.     

结构动力可靠度的重要抽样法

重要抽样法是蒙特卡洛数值模拟方法中的一种重要的方差缩减技术,目前重要抽样法在工程结构可靠度计算中的应用主要集中于静力问题。本文分析了动力可靠度蒙特卡洛方法的特点,提出了在结构动力可靠度问题中应用重要抽样法的方法,并针对白噪声荷载,给出了选择重要抽样函数的方法和重要抽样函数的具体表达式。理论和数值分析表明,本文所提出的重要抽样法应用于结构动力可靠度计算是可行的。     

蒙特卡罗方法初步—椭圆内均匀分布的抽样技巧

以简明通俗的语言，避开统计学中抽象的数学公式和符号，介绍了作为计算数学一个独立分支的蒙特卡罗方法的基本思想和概念、蒙特卡罗方法在粒子输运问题中的应用以及最基本的几种抽样方法，最后介绍一种椭圆内均匀分布的蒙特卡罗“压缩”抽样方法及其证明。     

结构可靠性分析高效自适应重要抽样方法

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.      

基于β面的截断重要抽样法

提出一种基于β面的截断重要抽样法求解结构单失效模式的失效概率。该方法通过在设计点处作失效面的虚拟切面-β面,将变量空间分割成重要抽样区域R和非重要抽样区域S。在R和S区域分别建立相应的截断重要抽样密度函数hR(x)和hs(x),从hR(x)和hs(x)中抽取的样本量按照R和S区域对失效概率的贡献来分配,由迭代模拟计算得...     

多失效模式重要抽样法的方并分析及应用

在计算结构体系失效概率时，基于Ｍｏｎｔｅ－Ｃａｒｌｏ数值模拟的重要抽样技术已被实践证明是一种非常有效的方法。重要抽样法中估计量的方差是影响收敛速度和计算精度的重要指标，因此重要抽样法的方差分析是非常必要的。对于单模式而言，其方差分析比较容易。对于多模式情况，其方差分析有一定的困难。这有可能影响同样法在我模式结构体系失效概率计算中的应用，本文详细推导了几种常见重要产法的方差计算公式，然后用方差分析的     

基于子集模拟和重要抽样的可靠性灵敏度分析方法

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.      

弹性连杆机构广义刚度可靠性分析的数值模拟法

首先对响应面法进行了改进并应用于弹性连杆机构刚度可靠性分析，以迭代的格式和选择最优插值点的响应面法确定弹性连杆机构刚度可靠性分析的极限状态函数，编制了相应的有限元程序。然后在考虑安全、失效状态模糊性的基础上建立了弹性连杆机构的广义可靠性分析模型；提出了以重要抽样法与描述性抽样法相结合来求解弹性连杆机构广义失效概率的方法，此方法可以大量减少抽样时间，并且可以大大提高抽样效率，从而加快结果的收敛速度。     

多个模式联合失效的设计点及概率的计算

提出了多个模式联合失效设计点的概念，并以此设计点作为计算联合失效概率的重要抽样函数的密度中心，算例表明本文方法可大大提高求多阶失效概率重要抽样法的投点效率和收敛速度，从而提高系统失效概率的计算精度。     

扩展重要抽样法及其在平尾转轴可靠性分析中的应用

提出了扩展重要抽样法，用以计算结构系统的多个失效模式中含有不全相同基本随机变量时的系统失效概率。通过构造扩展重要抽样法的抽样密度函数，给出该方法失效概率的估计值，以及其方差和变异系数的计算公式。并将此方法用于某型飞机平尾转轴的可靠性分析，算例结果表明其优越性。     

一种用于蠕变损伤失效概率计算的分层抽样方法

根据蠕变损伤试验和相关的研究资料,确定出影响材料蠕变损伤的随机参数;建立了蠕变损伤失效的概率模型.其次根据分层抽样法的基本思想,建立了一种考虑对蠕变损伤失效概率区间分情况抽样的蒙特卡洛分层抽样方法.并且在蠕变损伤模型中选择等效应力作为一个分层抽样变量.随后根据工程实际情况,提出了一种在统计意义下确定抽样变量的安全区域和失效区域的分层抽样的策略,以减少抽样次数.并推导出确定分层抽样区间的计算方法.然后对选择区间大小进行了讨论,可知如果所选择的分层抽样区间太小,会漏掉许多导致蠕变损伤失效的等效应力抽样值,从而使计算结果误差增大;但是如果分层抽样区间选择太大,会增加无效抽样次数,因而降低抽样效率.最后的算例表明了该方法在同样的计算精度下,其计算效率比直接抽样法的效率要高.