典型文献
结合Kriging模型U权重学习函数结构可靠性研究
文献摘要：
Kriging模型的U学习函数(Learning Function U)是将模型预测符号容易产生错误的样本点加入设计并拟合模型,但是样本点在非重要区域的过多抽样会导致模型的收敛速度偏慢.为提高可靠性的计算效率,通过对样本点赋予不同的权值,提出U权重学习函数(Weight Learning Function U,WU).学习函数选择的样本点接近极限状态曲面,有效减少功能函数的调用次数,加快Kriging模型的收敛过程,提高可靠性计算效率.算例表明WU函数相比其他方法在Kriging模型建立过程中所需样本点少,收敛速度快,计算效率高,在功能函数复杂或为隐式的工程问题中具有较高的实用价值.
文献关键词：
结构可靠性分析;Kriging模型;学习函数;U权重学习函数;概率密度函数
中图分类号：
作者姓名：
赵立杰;卜尚文
作者机构：
沈阳航空航天大学,辽宁沈阳110000
文献出处：
引用格式：
[1]赵立杰;卜尚文-.结合Kriging模型U权重学习函数结构可靠性研究)[J].航空计算技术,2022(02):17-21
A类：
B类：
Kriging,权重学习,学习函数,可靠性研究,Learning,Function,样本点,拟合模型,要区,收敛速度,高可靠性,计算效率,权值,Weight,WU,极限状态曲面,功能函数,调用,可靠性计算,其他方法,建立过程,或为,隐式,工程问题,结构可靠性分析,概率密度函数
AB值：
0.332614
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。
