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.     

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.