本文關(guān)鍵詞：基于降維算法和Edgeworth級數(shù)的結(jié)構(gòu)可靠性分析

  更多相關(guān)文章： 結(jié)構(gòu)可靠性 降維算法 Gauss-Hermite數(shù)值積分 Edgeworth級數(shù) 矩方法

【摘要】：針對工程實(shí)際中存在功能函數(shù)為隱式或高維非線性的復(fù)雜結(jié)構(gòu),本文提出了一種基于降維算法和Edgeworth級數(shù)的可靠性分析方法。利用降維算法將n維函數(shù)展開為n個(gè)一維函數(shù),經(jīng)變量轉(zhuǎn)換后變量都相互獨(dú)立且服從均值為0、方差為0.5的正態(tài)分布,再結(jié)合Gauss-Hermite積分方法計(jì)算出一維函數(shù)的原點(diǎn)矩,從而得到結(jié)構(gòu)功能函數(shù)的中心矩,將所得的矩信息應(yīng)用到Edgeworth級數(shù)展開式中,給出功能函數(shù)的累積分布函數(shù)表達(dá)式,計(jì)算得到結(jié)構(gòu)的失效概率。該方法避免了功能函數(shù)對變量梯度的要求,僅需少量的確定性重分析計(jì)算。數(shù)值算例結(jié)果表明了本方法的有效性和正確性。
【作者單位】： 吉林大學(xué)機(jī)械科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 結(jié)構(gòu)可靠性 降維算法 Gauss-Hermite數(shù)值積分 Edgeworth級數(shù) 矩方法
【基金】：吉林省科技廳基金(201205001,201215048) 國家重大科學(xué)儀器設(shè)備開發(fā)專項(xiàng)(2012YQ030075)~~
【分類號】：TB114.3
【正文快照】： 結(jié)構(gòu)可靠性[1-3]是工程領(lǐng)域內(nèi)研究的重點(diǎn)內(nèi)容之一。結(jié)構(gòu)中的幾何參數(shù)、材料屬性、強(qiáng)度和載荷等都可視為結(jié)構(gòu)的基本隨機(jī)變量。失效概率Pf是結(jié)構(gòu)可靠性分析的重要指標(biāo)之一。現(xiàn)今已有很多方法用于求解失效概率,例如傳統(tǒng)的一次二階矩方法(First-Order Reliability Method,FORM)[4]

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 楊路;不等式機(jī)器證明的降維算法與通用程序[J];高技術(shù)通訊;1998年07期

2 王立鵬;袁占亭;陳旭輝;周智芳;;基于非線性降維算法的膜蛋白類型識別[J];微計(jì)算機(jī)信息;2010年10期

3 張晶晶;周曉勇;劉奇;;一種改進(jìn)的大尺度高光譜流形降維算法[J];光學(xué)學(xué)報(bào);2013年11期

4 趙武鋒;沈海斌;嚴(yán)曉浪;;監(jiān)督降維算法的計(jì)算和理論分析[J];浙江大學(xué)學(xué)報(bào)(理學(xué)版);2009年06期

5 仵博;陳鑫;鄭紅燕;馮延蓬;;基于非負(fù)矩陣分解更新規(guī)則的部分可觀察馬爾可夫決策過程信念狀態(tài)空間降維算法[J];電子與信息學(xué)報(bào);2013年12期

6 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 楊路;;不等式機(jī)器證明的降維算法與通用程序[A];面向21世紀(jì)的科技進(jìn)步與社會經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

2 張召;業(yè)寧;業(yè)巧林;;基于配對約束的核半監(jiān)督非線性降維算法[A];第五屆全國信息檢索學(xué)術(shù)會議論文集[C];2009年

3 張敏情;蘇光偉;楊曉元;;保局投影在圖像隱密檢測中的應(yīng)用[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會湖南省計(jì)算機(jī)學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 記者 常麗君;降維算法讓腦神經(jīng)大數(shù)據(jù)處理變簡單[N];科技日報(bào);2014年

2 記者張瑩瑩;力促博士后科研工作站發(fā)展[N];秦皇島日報(bào);2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 張?zhí)镪?數(shù)據(jù)降維算法研究及其應(yīng)用[D];上海交通大學(xué);2008年

2 張興福;基于流形學(xué)習(xí)的局部降維算法研究[D];哈爾濱工程大學(xué);2012年

3 王雷;基于全局統(tǒng)計(jì)與局部幾何性質(zhì)的數(shù)據(jù)降維算法研究[D];中國科學(xué)技術(shù)大學(xué);2009年

4 何進(jìn)榮;幾何觀點(diǎn)下的線性降維算法[D];武漢大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 龔鐵梁;數(shù)據(jù)降維算法研究及其應(yīng)用[D];湖北大學(xué);2012年

2 郭麗;基于稀疏表征的降維算法研究[D];浙江師范大學(xué);2013年

3 賈洪哲;降維算法的改進(jìn)與應(yīng)用[D];遼寧師范大學(xué);2014年

4 宋德華;半監(jiān)督降維算法的研究及其在醫(yī)學(xué)專家系統(tǒng)中的應(yīng)用[D];上海交通大學(xué);2013年

5 牛艷婷;基于近鄰保護(hù)嵌入的數(shù)據(jù)降維算法研究[D];北京郵電大學(xué);2013年

6 李榮華;基于小樣本的線性降維算法與應(yīng)用研究[D];華南理工大學(xué);2010年

7 尹飛;癌癥基因數(shù)據(jù)的降維算法研究與應(yīng)用[D];蘇州大學(xué);2013年

8 劉衛(wèi)芳;面向高維復(fù)雜數(shù)據(jù)的降維算法研究[D];西安電子科技大學(xué);2014年

9 張乾坤;無監(jiān)督與半監(jiān)督降維算法研究[D];西安電子科技大學(xué);2010年

10 劉佳麗;多標(biāo)簽分類中的降維算法研究[D];南京師范大學(xué);2014年

，

本文編號：944939