基于RBF神经网络的结构可靠度分析方法

• 作者: 易伟建 汪优 黄靓
• 来源期刊: 湘潭大学自然科学学报
• 学科: 工学
• 关键词: 结构可靠度 RBF神经网络 蒙特卡罗模拟 均匀试验设计
• 年，卷（期）: 2006,（4）
• 页码范围: 109-114
• 页数: 6页
• 分类号: TU311.2

摘要

蒙特卡罗模拟是目前结构可靠度分析中最准确有效的方法，但因其计算量太大、效率低而受到很大的限制。特别是对于大型复杂结构的功能函数不能被明确表达的情况．鉴于此，在案特卡罗重要抽样方法的基础上，提出了利用RBF神经网络替代原结构功能函数的RBF-蒙特卡罗方法，以提高工作效率．RBF神经网络训练样本的选取则由均匀试验设计确定，以提高样本的代表性并大幅减少样本数量，从而加快网络的训练过程．加强网络的逼近能力．算例分析表明，该方法不但能最大限度地减少结构有限元分析次数，而且有满意的计算精度，具有实际应用价值．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄靓	湖南大学土木工程学院	102	689	16.0	22.0
2	易伟建	湖南大学土木工程学院	282	4486	34.0	57.0
3	汪优	湖南大学土木工程学院	7	117	4.0	7.0