一种基于混合遗传算法优化的截断重要抽样法

针对并联系统失效概率的计算,提出一种基于混合遗传算法的截断重要抽样法.所提算法中,基于十进制编码的混合遗传算法被用来寻找并联系统最可能失效点x*和系统近似可靠度指标β.以β为半径建立以坐标原点为球心的截球,并以x*为抽样中心构造重要抽样概率密度函数,从而建立针对并联系统可靠性分析的β球截断重要抽样法.通过算例分析,比较了几种不同并联系统失效概率计算的方法,结果表明本文方法比连续顺序近似法、一次二阶矩法具有更高的计算精度,比蒙特卡洛法具有更快的收敛速度,尤其是针对小失效概率问题;与β球截断抽样法和重要抽样法相比,计算效率也进一步提高.     

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...     

基于Copula理论的模糊可靠度隶属函数求解的自适应截断抽样法

针对工程中同时存在随机和模糊基本变量且随机概率信息不全的可靠性问题,利用Copula理论逼近随机基本变量的联合分布函数和联合概率密度函数,进而建立了Copula逼近基础上的模糊可靠度隶属函数求解的自适应截断抽样法。所建模型在Copula逼近基础上采用优化建模和迭代策略,交替考虑模糊不确定性和随机不确定性对功能函数的影响...     

高斯分布及其截断和抽样

详细推导了高斯分布的轴对称电子束的截断方法和确定截断因子的表达式。结果表明在截断因子为０．９时的电子束发射等于均方根发射度的二倍，而当电子束发射率高于均方根发射度时的截断因子仅为０．５９。给出了四维坐标变量的几率密度函数公式，并简述了相应的抽样方法。     

拟线性系统高斯截断法的误差估计

1 引言起源于湍流研究的矩法现已成为随机振动分析的有力工具.众所周知,非线性系统随机响应的矩方程具有无穷的层次.为了得到封闭的近似方程组,曾提出各种截断方法.其中高斯截断是最早提出来的简便方法(Bolotin,1984).近年又提出了几种非高斯截断法(Crandall,1980;Wu 与Lin,1984).所有这些方法都是通过直观推导引入的,其合理性往往只能靠数字例子来说明.在系统的转移概率密度函数可以展开为小参数μ的幂级数形式     

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.     

考虑基本变量模糊与随机性的广义自适应重要抽样法

基于模糊随机广义可靠性分析向随机可靠性分析的转换,提出了模糊随机广义失效概率计算的自适应重要抽样法,该方法利用模拟退火智能优化,在模拟的过程中逐步逼近模糊随机广义设计点,并在模拟过程中自适应地构造重要抽样函数,从而使得模糊随机失效概率的计算效率和精度大为提高。与传统的重要抽样法相比,本文方法无需首先求解失效模式的设计点。对非线性失效区和复杂等价概率密度函数,由于模拟退火智能优化在寻找设计点时比诸如一次二阶矩法(FOSM)更为有效,因而所提方法适合非线性失效区和复杂等价概率密度函数情况下的广义可靠性分析。另外,随着重要抽样密度函数逐步向最优值的自动调整,抽取的样本数逐渐增大,使后续构建的重要抽样函数更能体现对广义失效概率贡献的重要程度,并使失效概率的计算更加准确。文中算例证明了所提方法的合理性。     

结构可靠性灵敏度分析的方向（重要）抽样法

方向抽样法是在标准正态空间极坐标系下,通过对矢径的方向进行随机抽样来分析结构可靠度的.但是当极限状态面接近平面时,方向抽样法就没有优势了.为了提高方向抽样法的效率,提出了三种基于方向(重要)抽样法的可靠性灵敏度分析方法.根据独立标准正态空间中基本变量的x<'2>分布特性及矢径与随机变量分布参数的关系,推导失效概率对基本随机变量分布参数的可靠性灵敏度分析的计算公式.该文所提的可靠性及灵敏度计算方法有较高的计算效率和精度,对于高度非线性极限状态方程问题亦有很强的适应性.     

基于线抽样的可靠性灵敏度分析方法

提出了一种基于线抽样的可靠性灵敏度分析方法.线抽样可靠性分析中,结构失效概率Pf是由每个抽样样本对应的失效概率Pfj的算术平均值来计算的,由此可知Pf对基本变量分布参数θ的灵敏度(э)Pf/(э)θ可以表示为Pfj对θ的偏导数(э)Pfj/(э)θ的算术平均值,而(э)Pfj/(э)θ则可以很容易地由Pfj与基本变量分布参数θ的解析关系求得. (э)Pfj/(э)θ和(э)Pf/(э)θ的计算公式被详细推导.可靠性灵敏度分析的线抽样方法继承了线抽样法的优点,诸如精度高,收敛快且适用于高维及多模式情况等.这些优点由算例证实.     

截断总体最小二乘法在抑制地磁导航磁力仪随机误差方面的应用

三轴磁力仪的随机误差补偿技术是当前水下地磁导航领域的研究热点。传统上采用最小二乘法或其相关改进方法进行误差修正,是基于假设随机误差为高斯分布或者没有考虑到磁力仪观测方程的病态问题。将总体最小二乘方法与正则化方法结合起来,提出一种截断总体最小二乘法,来处理观测方程两边都存在随机误差的病态问题。仿真结果表明,截断总体二乘法能很好地抑制磁力仪测量中的病态影响,且将经过截断总体二乘法标定前后的残差减小至10 n T以内。此外,比起最小二乘法补偿和总体最小二乘法补偿后的测量数据,经过截断总体最小二乘法补偿后的测量数据更加接近真实值,达到了抑制随机误差的目的。     

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.      

正态变量相关情况下可靠性灵敏度分析的新方法

基于独立正态变量情况下可靠性灵敏度分析的线抽样法,提出了一种求解正态相关变量情况下可靠性灵敏度的新方法。在所提方法中,首先将正态相关变量等效变换为正态独立变量,然后利用线抽样方法独立完成等效独立变量情况下失效概率对独立变量的所有分布参数的灵敏度分析,最后依据等效变换前后变量分布参数之间的解析关系和复合函数求导公式,求得...     

非正态变量可靠性分析的鞍点线抽样方法

结合鞍点概率分布估计和传统线抽样方法的优点,提出了非正态变量可靠性分析的鞍点线抽样方法。传统的线抽样方法对非正态变量问题进行可靠性分析时需将非正态变量等价转换为标准正态变量,非正态变量向标准正态变量的非线性转换将增加响应功能函数的非线性程度,进而加大了转换后响应函数失效概率估计的难度。所提鞍点线抽样方法则无需将非正态变量转化为标准正态变量,它利用鞍点概率分布估计方法可以直接估计非正态变量空间中线性响应函数概率分布的特点,并利用线抽样方法可以将非线性功能函数的失效概率转化为一系列线性功能函数失效概率平均值进行估计的优点,实现了非正态变量空间非线性功能函数失效概率的高精度估计。鞍点线抽样方法使用前需将变量进行标准化变换,这种变换是线性的,通过对变量的标准化变换可以消除变量的量纲,从而使得标准化变量空间概率分布更具规律性。理论推导可以证明：鞍点线抽样方法在基本变量服从正态分布时将退化为传统的线抽样方法。算例验证结果表明：针对非线性功能函数的可靠性问题,鞍点线抽样方法比传统的直接鞍点估计具有更高的精度。     

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。     

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。     

相关正态变量情况下基于自适应超球重要抽样的可靠性灵敏度分析的转换法

在将相关正态变量转换成独立正态变量的基础上,首先建立了基于Monte Carlo模拟的相关正态变量可靠性灵敏度分析的转换法,并对其可靠性灵敏度估计值作了方差分析.其次将Monte Carlo转换法与自适应超球重要抽样法相结合,建立了相关正态变量可靠性灵敏度分析的自适应超球重要抽样转换法.所建立方法利用抽样样本提供的信息,通过迭代逐步确定最优超球半径,极大地提高了算法的稳健性和效率.由于自适应超球重要抽样转换法融合了Monte Carlo法的普适稳健性和超球重要抽样的高效性,因此它对于高度非线性隐式极限状态方程、多个失效模式串、并及混联系统、多个最可能失效点问题均具有很强的适应性,算例结果充分证明了这些优点.     

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.     

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.