登录    注册    忘记密码

期刊文章详细信息

一种基于Kriging和Monte Carlo的主动学习可靠度算法  ( EI收录)  

An active learning reliability method based on Kriging and Monte Carlo

  

文献类型:期刊文章

作  者:佟操[1] 孙志礼[1] 杨丽[1,2] 孙安邦[1]

机构地区:[1]东北大学机械工程与自动化学院,沈阳110819 [2]沈阳理工大学装备工程学院,沈阳110159

出  处:《航空学报》

基  金:国家科技重大专项(2013ZX04011-011)~~

年  份:2015

卷  号:36

期  号:9

起止页码:2992-3001

语  种:中文

收录情况:AJ、AMR、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号:20154501520994)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:机械结构可靠性分析时,常常会采用代理模型拟合隐式功能函数来解决计算量大的问题,但由于试验设计方案需要同时考虑代理模型的拟合精度和可靠度计算精度的问题。因此,为了能够充分使用较少的样本信息,最大化可靠度计算精度,本文充分发挥Kriging预测的随机特性,提出一种主动学习可靠度计算方法。首先,类似于优化问题中改善函数的选点方式,提出一种基于Kriging预测的学习函数,基于Monte Carlo法生成大量的候选样本点,找出学习函数最小值对应的样本点作为最佳取样点。其次,推导和提出了一种学习停止的条件,保证了Monte Carlo样本点预测符号的正确性且学习次数明显减小。最后,通过2个数值算例分析结果表明,该算法相比其他方法需要更少的样本数量,得到的可靠度计算精度更高,验证了本文算法的正确性和高效性。

关 键 词:可靠性 MONTE Carlo  KRIGING模型 主动学习  失效概率  

分 类 号:V215.7] TB114.3]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心