本文關(guān)鍵詞： 工程力學(xué) 可靠性分析 降維算法 泰勒級數(shù) Edgeworth級數(shù) 矩方法　出處：《吉林大學(xué)學(xué)報(bào)(工學(xué)版)》2017年01期 　論文類型：期刊論文

【摘要】：為解決工程實(shí)際中功能函數(shù)為高維非線性的可靠性分析問題,提出了基于降維算法的一種新型的直接結(jié)構(gòu)可靠度的分析方法。利用降維算法,建立了新的n個(gè)一維函數(shù)模型近似替代原n維功能函數(shù),借助于泰勒級數(shù)和統(tǒng)計(jì)矩理論,求解結(jié)構(gòu)功能函數(shù)的前四階矩信息,并通過Edgeworth級數(shù)擬合結(jié)構(gòu)功能函數(shù)的累積分布函數(shù),結(jié)合可靠性理論可計(jì)算得到結(jié)構(gòu)的失效概率。與傳統(tǒng)方法相比,本文方法無需積分求解功能函數(shù)的統(tǒng)計(jì)矩,也無需迭代搜索最可能失效點(diǎn)。數(shù)值算例結(jié)果表明本文方法具有較高的計(jì)算精度和較好的適應(yīng)性。
[Abstract]:In order to solve the problem of high dimensional nonlinear reliability analysis in engineering practice, a new direct structural reliability analysis method based on dimensionality reduction algorithm is proposed. In this paper, a new n-dimensional function model is established to approximate replace the original n-dimensional functional function. The first four moment information of the structure function is solved by Taylor series and statistical moment theory. The failure probability of the structure can be calculated by Edgeworth series fitting the cumulative distribution function of the structure function and combining with the reliability theory, compared with the traditional method. In this paper, we do not need to solve the statistical moments of the function function by integral, nor to search the most likely failure point iteratively. The numerical results show that the proposed method has higher accuracy and better adaptability.
【作者單位】： 吉林大學(xué)機(jī)械科學(xué)與工程學(xué)院;
【基金】：國家重大科學(xué)儀器設(shè)備開發(fā)專項(xiàng)項(xiàng)目(2012YQ030075) 吉林省科技發(fā)展計(jì)劃項(xiàng)目(201205001;201215048)
【分類號】：TB114.3
【正文快照】： 在工程實(shí)際中,經(jīng)常會遇到大量功能函數(shù)為高維非線性的復(fù)雜結(jié)構(gòu)問題,要考慮結(jié)構(gòu)的不確定性變量和結(jié)構(gòu)設(shè)計(jì)的安全性,因而可用可靠度方法來解決此類問題[1,2]。對于可靠度分析的常見方法有解析法[3,4]、梯度法[5-7]和數(shù)值模擬法[8,9]等。解析法只有在規(guī)則的區(qū)域內(nèi)且函數(shù)簡單時(shí)才

【相似文獻(xiàn)】

相關(guān)期刊論文 前6條

1 楊路;不等式機(jī)器證明的降維算法與通用程序[J];高技術(shù)通訊;1998年07期

2 王立鵬;袁占亭;陳旭輝;周智芳;;基于非線性降維算法的膜蛋白類型識別[J];微計(jì)算機(jī)信息;2010年10期

3 張晶晶;周曉勇;劉奇;;一種改進(jìn)的大尺度高光譜流形降維算法[J];光學(xué)學(xué)報(bào);2013年11期

4 趙武鋒;沈海斌;嚴(yán)曉浪;;監(jiān)督降維算法的計(jì)算和理論分析[J];浙江大學(xué)學(xué)報(bào)(理學(xué)版);2009年06期

5 仵博;陳鑫;鄭紅燕;馮延蓬;;基于非負(fù)矩陣分解更新規(guī)則的部分可觀察馬爾可夫決策過程信念狀態(tài)空間降維算法[J];電子與信息學(xué)報(bào);2013年12期

6 ;[J];;年期

相關(guān)會議論文 前3條

1 楊路;;不等式機(jī)器證明的降維算法與通用程序[A];面向21世紀(jì)的科技進(jìn)步與社會經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

2 張召;業(yè)寧;業(yè)巧林;;基于配對約束的核半監(jiān)督非線性降維算法[A];第五屆全國信息檢索學(xué)術(shù)會議論文集[C];2009年

3 張敏情;蘇光偉;楊曉元;;保局投影在圖像隱密檢測中的應(yīng)用[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會湖南省計(jì)算機(jī)學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

相關(guān)重要報(bào)紙文章 前1條

1 記者 常麗君;降維算法讓腦神經(jīng)大數(shù)據(jù)處理變簡單[N];科技日報(bào);2014年

相關(guān)博士學(xué)位論文 前4條

1 張?zhí)镪?數(shù)據(jù)降維算法研究及其應(yīng)用[D];上海交通大學(xué);2008年

2 張興福;基于流形學(xué)習(xí)的局部降維算法研究[D];哈爾濱工程大學(xué);2012年

3 王雷;基于全局統(tǒng)計(jì)與局部幾何性質(zhì)的數(shù)據(jù)降維算法研究[D];中國科學(xué)技術(shù)大學(xué);2009年

4 何進(jìn)榮;幾何觀點(diǎn)下的線性降維算法[D];武漢大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 劉衛(wèi)芳;面向高維復(fù)雜數(shù)據(jù)的降維算法研究[D];西安電子科技大學(xué);2014年

2 田守財(cái);基于隨機(jī)初始化的非線性降維算法的研究[D];蘭州大學(xué);2016年

3 龔鐵梁;數(shù)據(jù)降維算法研究及其應(yīng)用[D];湖北大學(xué);2012年

4 郭麗;基于稀疏表征的降維算法研究[D];浙江師范大學(xué);2013年

5 賈洪哲;降維算法的改進(jìn)與應(yīng)用[D];遼寧師范大學(xué);2014年

6 宋德華;半監(jiān)督降維算法的研究及其在醫(yī)學(xué)專家系統(tǒng)中的應(yīng)用[D];上海交通大學(xué);2013年

7 牛艷婷;基于近鄰保護(hù)嵌入的數(shù)據(jù)降維算法研究[D];北京郵電大學(xué);2013年

8 李榮華;基于小樣本的線性降維算法與應(yīng)用研究[D];華南理工大學(xué);2010年

9 尹飛;癌癥基因數(shù)據(jù)的降維算法研究與應(yīng)用[D];蘇州大學(xué);2013年

10 張乾坤;無監(jiān)督與半監(jiān)督降維算法研究[D];西安電子科技大學(xué);2010年

，

本文編號：1480675