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...     

AN IMPROVED RESPONSE SURFACE METHOD BASED ON THE RESONABLE SUBDOMAIN

基于结构可靠性分析理论,给出了合理子域概念.合理子域能够明确在设计点附近对失效概率起主要贡献区域尺寸,且能够保证失效点以一定概率落在其内,解决了对失效概率起主要贡献区域尺寸难以量化问题.基于合理子域概念,给出了一种改进响应面方法.该方法能够保证响应函数在设计点处是无误差的、且在合理子域内对极限状态函数具有较好近似.采取蒙特卡罗重要抽样方法求解失效概率,结合抽样点位置采取分区域评估方法以提高失效概率求解精度.算例表明,所提方法在处理具有显式和隐式极限状态函数的可靠性分析时,均具有较好的计算精度和较高的计算效率.     

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.      

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.     

基于贝叶斯支持向量回归机的自适应可靠度分析方法

进行复杂结构可靠度分析时,由于涉及隐式功能函数和耗时的数值计算,减少结构模型的调用次数在提高分析效率方面显得尤为重要。为此,本文基于贝叶斯支持向量回归机,提出了一种高效的自适应可靠度分析方法。该方法利用贝叶斯支持向量机提供的概率估计信息(均值和方差)构建学习函数,同时通过引入样本间的距离测度防止选取与现有样本过于临近的冗余点,进而能快速有效地选取极限状态曲面附近具有代表性的样本点,以提高代理模型的构建速度和预测精度。此外,在学习过程中引入了有效抽样域策略,有针对性地选取对失效概率估计误差贡献大的点,从而进一步提升结构可靠度分析的计算效率。最后,通过数值算例验证了本文方法对结构可靠度分析的适用性和有效性。     

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。     

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.     

基于更新径向基函数网络模型的广义Pareto分布函数拟合

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。     

一种结构响应预测策略与新可靠度分析方法

工程结构在服役期不可避免地遭受各种不确定因素的侵害,为客观科学地描述不确定因素的影响,可靠度理论得以产生和发展。但传统的可靠度分析方法囿于精度和效率等原因,难以应用于实际工程结构。近年来基于概率守恒原理,概率密度演化理论提出并得到发展。但对复杂的工程结构,效率低下等问题依然有待解决。鉴于此,本文提出两级剖分概率空间的概念,以粗剖分获得的少量代表样本构成训练集,训练Kriging模型;然后细剖分概率空间,通过训练的Kriging模型预测加密样本响应提高分析效率。基于此,结合以概率密度演化理论为基础的物理综合法,提出了一种新的可靠度分析方法。通过对一解析系统和一幢钢筋混凝土框架结构的响应预测与可靠度分析,证明了新提出方法的精度和效率。     

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．     

A high-order accurate wavelet method for solving Schrdinger equations with general nonlinearity

A sampling approximation for a function defined on a bounded interval is proposed by combining the Coiflet-type wavelet expansion and the boundary extension technique. Based on such a wavelet approximation scheme, a Galerkin procedure is developed for the spatial discretization of the generalized nonlinear Schr¨odinger(NLS) equations, and a system of ordinary differential equations for the time dependent unknowns is obtained. Then, the classical fourth-order explicit Runge-Kutta method is used to solve this semi-discretization system. To justify the present method, several widely considered problems are solved as the test examples, and the results demonstrate that the proposed wavelet algorithm has much better accuracy and a faster convergence rate in space than many existing numerical methods.     

非完全相关荷载下钢筋混凝土框架结构体系可靠度分析

目前框架结构体系可靠度分析大多是在荷载完全相关的假定下完成的,对于非完全相关荷载作用下的体系可靠度研究则鲜有涉及,对于非理想弹塑性或弹脆性的结构尤其如此.本文在随机系统分析的概率密度演化理论的基础上,结合结构非线性全过程分析的位移控制算法,推导了基于归一化位移参数的结构非线性发展概率密度演化方程和承载力裕度的概率密度演化方程.采用纤维梁柱单元进行非线性分析,研究了钢筋混凝土框架结构在非完全相关荷载下的体系可靠度,并与Monte Carlo法进行了对比分析,证明了文中建议方法的可行性.基于文中方法,分析了荷载相关性对可靠度的影响,计算结果表明,荷载相关性对体系可靠度有比较明显的影响.     

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.     

THE PARAMETRIC VARATIONAL PRINCIPLE AND NON-LINEAR FINITE ELEMENT METHOD FOR ANALYSIS OF ASTROMESH ANTENNA STRUCTURES

针对大型周边桁架式索网天线由拉索拉压模量不同引起的本构非线性和结构大变形引起的几何非线性问题,给出了基于参变量变分原理的几何非线性有限元方法. 首先针对含预应力索单元拉压模量不同分段描述的本构关系,通过引入参变量,导出了基于参变量及其互补方程的统一描述形式,避免了传统算法需要根据当前变形对索单元张紧/松弛状态的预测,提高了算法收敛性. 然后利用拉格朗日应变描述索网天线结构大变形问题,结合几何非线性有限元法,建立了基于参变量的非线性平衡方程和线性互补方程;并给出了牛顿-拉斐逊迭代法与莱姆算法相结合的求解算法. 数值算例验证了本文提出的算法比传统算法具有更稳定的收敛性和更高的求解精度,特别适合于大型索网天线结构的高精度变形分析和预测.     

失效概率矩独立全局灵敏度指标的高效算法

基于失效概率的矩独立全局灵敏度指标能够有效地分析输入变量的不确定性对结构系统失效概率的影响程度. 然而,目前以抽样方式来计算该灵敏度指标的方法都不能最大程度地利用样本. 因此,研究了在准确计算该指标的基础上如何提高样本的利用率. 基于所证明的连续区间上的全方差公式,提出了基于空间分割及重要抽样法来高效计算该指标的方法,其仅需一组样本,且计算量与输入变量的维数无关. 该方法首先通过重要抽样密度抽取一组样本,使得抽取到的样本以较大的概率落入失效域从而加快计算的收敛速度,其次,通过重复利用这一组样本来计算出各个输入变量的基于失效概率的矩独立全局灵敏度指标,大大提高了样本的利用率和计算效率. 验证算例的计算结果,说明了所提方法在计算效率、计算精度、收敛性及稳健性方面都较已有同类方法高,具有更好的工程适用性.      

AN APPLICATION OF THE CBS SCHEME IN THE FLUID-MEMBRANE INTERACTION

提出了一种不可压缩流体与弹性薄膜耦合问题的特征线分裂有限元解法. 首先, 给出了流场和结构的控制方程. 然后, 对流场、结构以及流固耦合的具体求解过程进行了描述. 其中, 流场求解采用改进特征线分裂方法和双时间步方法相结合的隐式求解方式, 并利用艾特肯加速法对每个时间步的迭代收敛过程进行了加速处理;结构部分的空间离散和时间积分分别采用伽辽金有限元方法和广义方法, 并通过牛顿迭代法对所得非线性代数方程组进行了求解;流场网格的更新采用弹簧近似法;流场、结构两求解模块之间采用松耦合方式.最后, 采用该方法对具有弹性底面的方腔顶盖驱动流问题进行了求解, 验证了算法的准确性和稳定性.此外, 计算结果表明艾特肯加速法可以显著地提高双时间步方法迭代求解过程的收敛速度.     

动力可靠度计算的概率简单叠加法则法

首先给出了基于计算单元失效域的重要抽样法和区域分解法的计算步骤,随后利用基于计算单元失效域的重要抽样法的思想,引入构成总失效域的由持时内的时间点划分出的单元失效域;利用区域分解法的思想,引入构成总失效域的互斥的单元失效域,最后根据两种单元失效域的关系和概率简单叠加法则计算总失效概率.其中关键问题是计算结构反应时单位脉冲...     

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。     

A simultaneous space-time wavelet method for nonlinear initial boundary value problems

A high-precision and space-time fully decoupled numerical method is developed for a class of nonlinear initial boundary value problems. It is established based on a proposed Coiflet-based approximation scheme with an adjustable high order for the functions over a bounded interval, which allows the expansion coefficients to be explicitly expressed by the function values at a series of single points. When the solution method is used, the nonlinear initial boundary value problems are first spatially discretized into a series of nonlinear initial value problems by combining the proposed wavelet approximation and the conventional Galerkin method, and a novel high-order step-by-step time integrating approach is then developed for the resulting nonlinear initial value problems with the same function approximation scheme based on the wavelet theory. The solution method is shown to have the N th-order accuracy, as long as the Coiflet with [0, 3 N-1]compact support is adopted, where N can be any positive even number. Typical examples in mechanics are considered to justify the accuracy and efficiency of the method.