首站-论文投稿智能助手
典型文献
基于RMQGS-APS-Kriging的主动学习结构可靠性分析方法
文献摘要:
为兼顾具有黑箱问题的机械产品结构可靠性分析精度和效率,提出一种基于随机移动四边形网格抽样(Random moving quadrilateral grid sampling,RMQGS)和交替加点策略(Alternate point strategy,APS)的 Kriging(RMQGS-APS-Kriging)主动学习结构可靠性分析方法.采用RMQGS方法选择初始样本点并计算其真实性能函数值,结合差分进化算法(Differential evolution,DE),获得高精度优化Kriging代理模型;通过欧式距离构造抽样限定区域,确定交替加点的样本选取范围,依据迭代次数采用主动学习U函数和改进EI(Improved EI,IEI)函数交替筛选最佳样本点,并加入到每次迭代的样本库以更新优化Kriging代理模型;利用子集模拟(Set simulation,SS)方法对迭代过程中优化Kriging代理模型拟合的性能函数进行可靠度计算,并通过收敛准则确定最终的结构可靠度.算例分析表明,与传统基于代理模型的可靠度计算方法相比,所提方法具有较强的局部和全局性能函数拟合能力,能够以较少的性能函数调用次数和可靠度计算时间精确估算失效概率.
文献关键词:
结构可靠性;Kriging代理模型;主动学习;子集模拟
作者姓名:
智鹏鹏;汪忠来;李永华;田宗睿
作者机构:
电子科技大学机械与电气工程学院 成都 611731;电子科技大学广东电子信息工程研究院 东莞 523808;大连交通大学机车车辆工程学院 大连 116028
文献出处:
引用格式:
[1]智鹏鹏;汪忠来;李永华;田宗睿-.基于RMQGS-APS-Kriging的主动学习结构可靠性分析方法)[J].机械工程学报,2022(16):420-429
A类:
RMQGS
B类:
APS,Kriging,主动学习,学习结构,结构可靠性分析,黑箱,机械产品,产品结构,分析精度,四边形,Random,moving,quadrilateral,grid,sampling,加点,Alternate,point,strategy,方法选择,样本点,函数值,差分进化算法,Differential,evolution,DE,精度优化,代理模型,欧式距离,样本选取,迭代次数,Improved,IEI,样本库,更新优化,子集模拟,Set,simulation,SS,模型拟合,可靠度计算,收敛准则,结构可靠度,算例分析,全局性,函数拟合,函数调用,计算时间,失效概率
AB值:
0.415359
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。