【摘要】：基于主成分分析提出一種新的結(jié)構(gòu)不確定性建模方法。首先,對結(jié)構(gòu)不確定性參數(shù)的樣本數(shù)據(jù)進(jìn)行主成分分析,獲取正交化的特征向量;其次,以特征向量方向?yàn)樾伦鴺?biāo)系,將樣本數(shù)據(jù)向其投影;最后,計(jì)算新坐標(biāo)系下樣本的邊界值,并建立相應(yīng)的非概率區(qū)間模型,從而實(shí)現(xiàn)結(jié)構(gòu)參數(shù)不確定性建模。基于主成分分析建立的不確定性模型相對緊湊,且在建模的同時能將相關(guān)參數(shù)轉(zhuǎn)換為互不相關(guān)參數(shù),使得不確定性傳播問題可以便捷高效求解。兩個算例及與傳統(tǒng)區(qū)間模型和平行六面體模型的不確定性傳播比較,驗(yàn)證了本文方法的正確性和有效性。
[Abstract]:Based on principal component analysis (PCA), a new modeling method of structural uncertainty is proposed. Firstly, the sample data of structural uncertainty parameters are analyzed by principal component analysis, and the orthogonal eigenvector is obtained. secondly, the sample data is projected to the new coordinate system with the direction of eigenvector as the new coordinate system. Finally, the boundary value of the sample in the new coordinate system is calculated, and the corresponding non-probabilistic interval model is established to realize the uncertainty modeling of structural parameters. The uncertainty model based on principal component analysis (PCA) is relatively compact, and the related parameters can be converted into unrelated parameters while modeling, which makes the uncertainty propagation problem easy and efficient to solve. Two examples and the uncertainty propagation comparison with the traditional interval model and parallel hexahedral model verify the correctness and effectiveness of the proposed method.
【作者單位】： 湖南大學(xué)機(jī)械與運(yùn)載工程學(xué)院汽車車身先進(jìn)設(shè)計(jì)制造國家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金(11572115) 中央高�；究蒲袠I(yè)務(wù)費(fèi) 湖南大學(xué)汽車車身先進(jìn)設(shè)計(jì)制造國家重點(diǎn)實(shí)驗(yàn)自主研究課題(51475003)資助項(xiàng)目
【分類號】：TB12

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王蒙;張連蓬;馬維維;陳士城;劉夢雪;;植物葉片生化組分遙感反演的主成分變換算法[J];測繪科學(xué)技術(shù)學(xué)報;2013年06期

2 李紅兵;常天海;費(fèi)業(yè)泰;;基于主成分分析改進(jìn)臘腸包裝凈含量測控技術(shù)的研究[J];計(jì)量學(xué)報;2008年05期

3 趙裕亮;尹海東;;主成分分析及其MATLAB實(shí)現(xiàn)[J];佳木斯大學(xué)學(xué)報(自然科學(xué)版);2012年03期

4 陸家駒;;主成分分析在TM多時相資料中的運(yùn)用[J];遙感信息;1988年04期

5 張新娜;付俊強(qiáng);;主成分分析在回聲定位聲波識別中的應(yīng)用[J];華北水利水電學(xué)院學(xué)報;2011年02期

6 熊草根;;基于主成分分析的振動源量化研究[J];聲學(xué)與電子工程;2011年04期

7 周憲英;高成文;曹建華;;主成分分析法及其在數(shù)據(jù)降噪中的應(yīng)用[J];兵工自動化;2014年09期

8 張婷婷;謝菠蓀;;HRTF的主成分分析與空間傅里葉重構(gòu)[J];電聲技術(shù);2008年08期

9 朱小鴿;多重主成分分析及在地質(zhì)構(gòu)造信息提取中的應(yīng)用[J];遙感學(xué)報;2000年04期

10 秦勇,沈靜珠,胡山鷹,周建華,周進(jìn);反向映射主成分分析方法在化工建模中的應(yīng)用[J];化工學(xué)報;1998年05期

相關(guān)碩士學(xué)位論文 前1條

1 張迎冬;基于主成分分析的多響應(yīng)實(shí)驗(yàn)設(shè)計(jì)優(yōu)化方法研究[D];天津大學(xué);2012年

，

本文編號：2480809