典型文献
基于贝叶斯支持向量回归机的自适应可靠度分析方法
文献摘要：
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.
文献关键词：
结构可靠度;贝叶斯支持向量回归机;自适应算法;学习函数;抽样域策略
中图分类号：
作者姓名：
汪金胜;李永乐;杨剑;徐国际
作者机构：
西南交通大学土木工程学院,成都610031;中南大学土木工程学院,长沙410075
文献出处：
引用格式：
[1]汪金胜;李永乐;杨剑;徐国际-.基于贝叶斯支持向量回归机的自适应可靠度分析方法)[J].计算力学学报,2022(04):488-497
A类：
贝叶斯支持向量回归机,抽样域策略
B类：
可靠度分析,复杂结构,结构可靠度,隐式,功能函数,调用,分析效率,法利,概率估计,学习函数,距离测度,有样,余点,快速有效,极限状态曲面,样本点,代理模型,学习过程,失效概率,估计误差,计算效率,数值算例,算例验证,自适应算法
AB值：
0.273992
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。
