本文關鍵詞：矩獨立重要性方法研究及其在優(yōu)化方面的應用

  更多相關文章： 不確定性 矩獨立 全局靈敏度 失效概率 點估計 線抽樣 核密度估計 模糊變量 Kriging模型 翼型優(yōu)化設計 高空長航時翼型

【摘要】：航空及機械等工程系統(tǒng)中廣泛存在各種各樣的不確定性,研究這些不確定性對輸出性能的影響對預測系統(tǒng)在不確定性環(huán)境下的行為以及發(fā)展合理的風險評估和可靠性模型具有重要的意義。本文圍繞著工程設計中廣泛存在的各種不確定性問題,重點開展了不確定性因素作用下結構系統(tǒng)的全局重要性分析研究,主要工作和創(chuàng)新如下:(1)為提高基于失效概率的重要性測度指標的計算效率,通過對矩獨立重要性測度進一步分析,結合能夠高效計算方差的三點估計法和計算失效概率的線抽樣法,建立高效求解的分層算法。(2)為了全面地分析輸入變量對可靠性工程中所關心的結構或系統(tǒng)失效的影響,在繼承了傳統(tǒng)矩獨立重要性測度的基礎上提出了擴展的失效概率重要性測度指標。針對失效概率重要性測度計算量大的問題,本文結合能高效、準確求解概率密度函數(shù)的核密度估計法,建立了一種求解擴展的失效概率測度指標的積分法。(3)基于熵相等原理將模糊隸屬函數(shù)向隨機密度函數(shù)做等價變換,建立一個衡量模糊和隨機基本變量對結構失效概率影響的重要性分析模型。針對數(shù)字模擬法計算量大的問題,本文引入Kriging模型替代結構極限狀態(tài)函數(shù),建立了基于失效概率的模糊隨機重要性分析的高效求解方法。(4)為了提高工程優(yōu)化的效率,本文引入矩獨立重要性測度理論,對設計變量進行前處理得到較為重要的和可以忽略的設計變量,建立一個高效的優(yōu)化策略,并將該優(yōu)化策略應用到高空長航時翼型的優(yōu)化設計中。
【關鍵詞】：不確定性 矩獨立 全局靈敏度 失效概率 點估計 線抽樣 核密度估計 模糊變量 Kriging模型 翼型優(yōu)化設計 高空長航時翼型
【學位授予單位】：西北工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：V221.6
【目錄】：

• 摘要3-4
• Abstract4-9
• 第一章 緒論9-15
• 1.1 背景及意義9-10
• 1.2 研究發(fā)展現(xiàn)狀10-13
• 1.2.1 基于概率理論的隨機可靠性分析10-11
• 1.2.2 混合變量條件下的可靠性分析11
• 1.2.3 基本變量的重要性測度分析11-13
• 1.3 論文主要內容和研究方法13-15
• 第二章 基于失效概率的矩獨立重要性測度及其求解15-25
• 2.1 基于失效概率的矩獨立重要性測度15-16
• 2.2 基于失效概率的矩獨立重要性測度的高效分層算法16-20
• 2.2.1 外層點估計算法17-18
• 2.2.2 內層線抽樣算法18-19
• 2.2.3 分層算法計算流程19-20
• 2.3 算例分析20-23
• 2.3.1 算例 120-21
• 2.3.2 算例 221-22
• 2.3.3 算例 322-23
• 2.4 本章小結23-25
• 第三章 擴展的輸入變量對失效概率影響的重要性測度指標及其求解25-35
• 3.1 擴展的輸入變量對失效概率影響的重要性測度指標及其性質25-27
• 3.1.1 擴展的輸入變量對失效概率影響的重要性測度指標25-26
• 3.1.2 擴展的失效概率重要性測度指標的性質26-27
• 3.2 擴展失效概率重要性測度求解的積分法27-29
• 3.2.1 積分法的原理27
• 3.2.2 概率密度函數(shù)求解方法的選擇27-28
• 3.2.3 擴展失效概率重要性測度的求解步驟28
• 3.2.4 對所提求解方法的討論28-29
• 3.3 算例分析29-32
• 3.3.1 算例 129-31
• 3.3.2 算例 231-32
• 3.4 本章小結32-35
• 第四章 模糊和隨機變量混合時矩獨立重要性測度及其Kriging算法35-45
• 4.1 模糊隨機重要性測度35-36
• 4.2 求解模糊隨機重要性測度的Sobol’方法36-39
• 4.2.1 Sobol’方法36-37
• 4.2.2 對等價概率密度函數(shù)μ_j~((e))的抽樣策略37
• 4.2.3 計算流程37-39
• 4.3 求解模糊隨機重要性測度的Kriging模型法39-40
• 4.4 算例分析40-43
• 4.4.1 算例 140-41
• 4.4.2 算例 241-43
• 4.5 本章小結43-45
• 第五章 基于重要性測度的優(yōu)化算法45-55
• 5.1 矩獨立重要性測度45-46
• 5.2 求解矩獨立重要性測度的高效算法46-53
• 5.2.1 基于分數(shù)矩的極大熵準則估計概率密度函數(shù)46-49
• 5.2.2 Nataf變換估計聯(lián)合概率密度函數(shù)49-52
• 5.2.3 矩獨立重要性測度的計算52-53
• 5.3 應用矩獨立重要性測度改善優(yōu)化的策略53-54
• 5.4 本章小結54-55
• 第六章 高空長航時翼型優(yōu)化設計55-67
• 6.1 機翼及翼型55-56
• 6.2 翼型設計56-57
• 6.3 選擇翼型參數(shù)化模型—CST57-60
• 6.3.1 CST參數(shù)化方法原理57-58
• 6.3.2 翼型的CST參數(shù)化過程58-60
• 6.4 選擇流體求解器—Xfoil60
• 6.5 選擇優(yōu)化算法—基于矩獨立的粒子群算法60-62
• 6.5.1 粒子群算法原理61
• 6.5.2 粒子群算法流程61-62
• 6.6 高空長航時翼型優(yōu)化設計62-66
• 6.6.1 翼型優(yōu)化問題建模62-63
• 6.6.2 翼型優(yōu)化設計過程63-66
• 6.7 本章小結66-67
• 第七章 結論與展望67-69
• 參考文獻69-77
• 發(fā)表論文、參加科研及獲獎情況77-79
• 致謝79-80

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 ;Saddlepoint approximation based line sampling method for uncertainty propagation in fuzzy and random reliability analysis[J];Science China(Technological Sciences);2010年08期

2 ;Moment-independent importance measure of basic random variable and its probability density evolution solution[J];Science China(Technological Sciences);2010年04期

3 鄭春青;呂震宙;;改進的Kriging法在計算結構可靠度中的應用[J];機械強度;2009年04期

4 ;Nataf transformation based point estimate method[J];Chinese Science Bulletin;2008年17期

5 趙彥;張新鋒;施滸立;;模糊隨機混合不確定性結構系統(tǒng)可靠度計算[J];機械強度;2008年01期

6 胡添元;余雄慶;;基于CATIA二次開發(fā)的飛翼外形參數(shù)化建模[J];飛機設計;2007年06期

7 劉長虹,陳虬;基于信息熵下的結構強度與外載的廣義可靠度[J];機械科學與技術;2003年03期

8 劉長虹,陳虬;基于信息熵理論中的含模糊參數(shù)的響應面法[J];機械強度;2003年02期

9 郭書祥,呂震宙,馮立富;基于可能性理論的結構模糊可靠性方法[J];計算力學學報;2002年01期

，

本文編號：778919