结构系统可靠度分析的SVC抽样迁移算法

• 作者: 张清华 李乔 白冰
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 系统可靠度 系统极限状态方程 支持向量分类机 迁移抽样 失效模式
• 年，卷（期）: 2014,（6）
• 页码范围: 987-994
• 页数: 8页
• 分类号: O213.2|TU311.1
• 字数: 6466字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2014.06.009

摘要

为有效避免结构系统可靠度计算过程中复杂的约界分析处理,针对系统可靠度问题多失效模式的固有特点,引入了系统极限状态曲面的概念,并利用支持向量分类算法(support vector classification,SVC)对该失效曲面进行了直接重构.在此基础上,结合LHS(Latin hypercube sampling)抽样迁移策略,提出了计算结构系统可靠度的SVC抽样迁移算法.通过对比分析两个典型算例表明:本文算法具有较高的抽样效率和收敛性能,与传统Monte Carlo法相比,其抽样工作量减少87％,计算结果相对误差不超过1％,且可有效避免现有β约界算法中需要人为假定失效状态的缺陷,更适用于实际结构可靠度问题的分析求解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张清华	西南交通大学土木工程学院	92	1288	19.0	35.0
2	李乔	西南交通大学土木工程学院	213	3744	32.0	49.0
3	白冰	西南交通大学土木工程学院	3	5	2.0	2.0