結(jié)構(gòu)不確定性分析與設(shè)計(jì)優(yōu)化是研究人員關(guān)注的重點(diǎn)之一,特別是在航空航天領(lǐng)域。采用近似模型代替真實(shí)的物理模型,可以實(shí)現(xiàn)計(jì)算精度和計(jì)算成本的平衡,提高求解效率。支持向量機(jī)以其出色的小樣本學(xué)習(xí)和泛化能力,較好的解決了高維和局部極值問(wèn)題,在處理非線性和高維問(wèn)題時(shí)具有很大優(yōu)勢(shì)。本文針對(duì)單步法一次性采樣構(gòu)造支持向量機(jī)近似模型存在無(wú)法平衡計(jì)算資源與近似精度的問(wèn)題,提出了兩種支持向量機(jī)序貫建模方法,分別結(jié)合蒙特卡羅方法與改進(jìn)交叉熵方法,并應(yīng)用于結(jié)構(gòu)不確定性分析與設(shè)計(jì)優(yōu)化中。研究?jī)?nèi)容包括:1)基于單步法支持向量機(jī)建模,研究了LCVT抽樣方法在結(jié)構(gòu)可靠性分析中的性能表現(xiàn)。2)分別以最大曲率和最大熵準(zhǔn)則為加點(diǎn)準(zhǔn)則,并結(jié)合最小距離最大化原則,提出了兩種支持向量機(jī)序貫建模方法。序貫建�？朔藛尾椒ń５木窒扌�,提高了計(jì)算效率,降低了計(jì)算成本。3)提出了一種序貫支持向量機(jī)方法和蒙特卡羅相結(jié)合的全局可靠性靈敏度分析方法。該方法可同時(shí)得到失效概率與靈敏度指標(biāo)排序。4)基于序貫支持向量機(jī)和改進(jìn)交叉熵方法,提出了用于結(jié)構(gòu)設(shè)計(jì)優(yōu)化的組合優(yōu)化算法,拓展了交叉熵方法的應(yīng)用范圍。 

【文章頁(yè)數(shù)】：90 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 本文研究背景、目的和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 計(jì)算機(jī)試驗(yàn)設(shè)計(jì)
        1.2.2 序貫采樣試驗(yàn)設(shè)計(jì)
        1.2.3 支持向量機(jī)在結(jié)構(gòu)不確定性分析中的應(yīng)用
        1.2.4 支持向量機(jī)在結(jié)構(gòu)設(shè)計(jì)優(yōu)化中的應(yīng)用
    1.3 本文的研究工作
第二章 面向支持向量機(jī)建模的試驗(yàn)設(shè)計(jì)研究及應(yīng)用
    2.1 試驗(yàn)設(shè)計(jì)方法
        2.1.1 拉丁超立方采樣
        2.1.2 質(zhì)心Voronoi網(wǎng)格采樣
        2.1.3 拉丁質(zhì)心Voronoi網(wǎng)格試驗(yàn)設(shè)計(jì)
    2.2 支持向量機(jī)算法
        2.2.1 線性支持向量機(jī)
        2.2.2 非線性支持向量機(jī)
        2.2.3 最小二乘支持向量機(jī)
    2.3 抽樣策略
        2.3.1 抽樣方法
        2.3.2 數(shù)據(jù)預(yù)處理
    2.4 基于支持向量回歸機(jī)的可靠性分析方法
    2.5 基于支持向量回歸機(jī)的設(shè)計(jì)優(yōu)化方法
    2.6 算例分析
        2.6.1 算例2.1
        2.6.2 算例2.2
        2.6.3 算例2.3
    2.7 本章小結(jié)
第三章 支持向量機(jī)序貫近似建模方法
    3.1 加點(diǎn)準(zhǔn)則
        3.1.1 最大梯度準(zhǔn)則
        3.1.2 最大曲率準(zhǔn)則
        3.1.3 均方誤差準(zhǔn)則
        3.1.4 最大熵準(zhǔn)則
    3.2 性能評(píng)價(jià)指標(biāo)
    3.3 初始樣本量確定
    3.4 收斂準(zhǔn)則
    3.5 算法流程
    3.6 算例分析
        3.6.1 算例3.1
        3.6.2 算例3.2
        3.6.3 算例3.3
    3.7 本章小結(jié)
第四章 基于序貫支持向量機(jī)的結(jié)構(gòu)可靠性靈敏度分析
    4.1 全局靈敏度分析
        4.1.1 基于失效概率的全局靈敏度指標(biāo)
        4.1.2 基于方差的靈敏度指標(biāo)
        4.1.3 靈敏度指標(biāo)的轉(zhuǎn)換
    4.2 基于序貫支持向量機(jī)的全局靈敏度分析方法
    4.3 算例分析
        4.3.1 算例4.1
        4.3.2 算例4.2
        4.3.3 算例4.3
    4.4 本章小結(jié)
第五章 基于序貫支持向量機(jī)的結(jié)構(gòu)設(shè)計(jì)優(yōu)化
    5.1 可靠性問(wèn)題與優(yōu)化問(wèn)題的轉(zhuǎn)換
    5.2 數(shù)字模擬方法在優(yōu)化設(shè)計(jì)中的應(yīng)用
    5.3 改進(jìn)交叉熵方法
        5.3.1 傳統(tǒng)交叉熵方法
        5.3.2 改進(jìn)交叉熵優(yōu)化方法
    5.4 改進(jìn)交叉熵方法與序貫支持向量機(jī)的組合優(yōu)化算法
        5.4.1 實(shí)用序貫支持向量機(jī)方法
        5.4.2 改進(jìn)交叉熵序貫支持向量機(jī)優(yōu)化方法
    5.5 算例分析
        5.5.1 算例5.1
        5.5.2 算例5.2
        5.5.3 算例5.3
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 工作展望
參考文獻(xiàn)
致謝
在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文


【參考文獻(xiàn)】：
期刊論文
[1]隨機(jī)優(yōu)化的改進(jìn)交叉熵方法[J]. 任超,張航,李洪雙.  北京航空航天大學(xué)學(xué)報(bào). 2018(01)
[2]結(jié)構(gòu)非概率可靠性分析的支持向量機(jī)分類方法[J]. 孫文彩,楊自春.  工程力學(xué). 2012(04)
[3]結(jié)構(gòu)系統(tǒng)可靠性及可靠性靈敏度分析的改進(jìn)子集模擬法[J]. 房冠成,呂震宙,魏鵬飛.  航空學(xué)報(bào). 2012(08)
[4]Advances in Studies and Applications of Centroidal Voronoi Tessellations[J]. Max Gunzburger.  Numerical Mathematics:Theory,Methods and Applications. 2010(02)
[5]飛行器多學(xué)科設(shè)計(jì)優(yōu)化中迭代更新的近似模型生成方法[J]. 孫奕捷,申功璋.  航天控制. 2009(05)
[6]結(jié)構(gòu)可靠性靈敏度分析的方向(重要)抽樣法[J]. 宋述芳,呂震宙,鄭春青.  固體力學(xué)學(xué)報(bào). 2008(03)
[7]基于支持向量機(jī)回歸的結(jié)構(gòu)系統(tǒng)可靠性及靈敏度分析方法[J]. 馬超,呂震宙.  固體力學(xué)學(xué)報(bào). 2007(04)
[8]基于響應(yīng)面方法的可靠性靈敏度分析方法[J]. 閆明,孫志禮,楊強(qiáng).  機(jī)械工程學(xué)報(bào). 2007(10)
[9]結(jié)構(gòu)可靠性分析的支持向量機(jī)方法[J]. 李洪雙,呂震宙,岳珠峰.  應(yīng)用數(shù)學(xué)和力學(xué). 2006(10)
[10]基于改進(jìn)一次二階矩法的橋梁顫振可靠性評(píng)價(jià)[J]. 葛耀君,周崢,項(xiàng)海帆.  結(jié)構(gòu)工程師. 2006(03)

博士論文
[1]飛行器不確定性多學(xué)科設(shè)計(jì)優(yōu)化關(guān)鍵技術(shù)研究與應(yīng)用[D]. 歐陽(yáng)琦.國(guó)防科學(xué)技術(shù)大學(xué) 2013

碩士論文
[1]基于支持向量機(jī)近似模型的結(jié)構(gòu)優(yōu)化設(shè)計(jì)及應(yīng)用研究[D]. 袁野.上海交通大學(xué) 2013
[2]機(jī)械可靠性分析的響應(yīng)面法研究[D]. 趙潔.西北工業(yè)大學(xué) 2006



本文編號(hào)：3695836