基于高斯過程-粒子群優(yōu)化算法的工程結(jié)構(gòu)非概率可靠度分析方法.pdf

1、傳統(tǒng)結(jié)構(gòu)的可靠度分析圍繞不確定性展開,一般以隨機(jī)可靠性模型和模糊可靠性模型來確定,并以模型中不確定變量的概率密度函數(shù)為基礎(chǔ),然而不確定變量的概率密度函數(shù)的確定則需要大量的數(shù)據(jù)和精確的樣本信息,在實際工程中很難滿足,因此,有關(guān)學(xué)者提出不需要知道變量的分布,僅需要知道變量范圍的非概率模型進(jìn)行結(jié)構(gòu)可靠度分析。有關(guān)研究表明,非概率可靠度模型比概率模型更合理,更能夠滿足實際工程結(jié)構(gòu)的需要。而隨著非概率可靠度理論的發(fā)展,概率與非概率混合可靠度的研究

2、也逐漸成為探討的熱點。本文對非概率可靠度模型、概率與非概率混合可靠度模型進(jìn)行分析,針對復(fù)雜結(jié)構(gòu)對應(yīng)的功能函數(shù)具有高度非線性、隱式表達(dá)等特征,采用傳統(tǒng)方法難以高效求解的問題,提出了基于高斯過程回歸動態(tài)響應(yīng)面的粒子群優(yōu)化方法,該方法利用高斯過程回歸模型在處理高度非線性隱式函數(shù)問題上的優(yōu)勢,能夠自適應(yīng)獲取最優(yōu)超參數(shù),并在動態(tài)更新學(xué)習(xí)樣本的基礎(chǔ)上,進(jìn)行自適應(yīng)學(xué)習(xí),使得高斯過程回歸模型能夠精確的擬合隱式結(jié)構(gòu)的功能函數(shù),實現(xiàn)小樣本下隱式函數(shù)的顯示表

3、達(dá),然后利用全局尋優(yōu)能力強(qiáng)的粒子群優(yōu)化算法搜索設(shè)計點,并通過構(gòu)造合理的迭代方式,利用各迭代步的設(shè)計點信息動態(tài)提升響應(yīng)面對結(jié)構(gòu)功能函數(shù)的重構(gòu)精度,最后,以迭代完成后的最終的設(shè)計點為中心求解可靠指標(biāo)值。本文通過經(jīng)典的數(shù)學(xué)算例和工程算例驗證本文方法的可行性,并與傳統(tǒng)響應(yīng)面方法進(jìn)行比較分析,為復(fù)雜結(jié)構(gòu)的非概率可靠度問題提供一條高效快速的求解思路。
　　研究表明,本文針對非概率可靠度模型、概率與非概率混合可靠度模型可靠指標(biāo)求解的方法均是可行