對(duì)于復(fù)雜航空航天機(jī)械產(chǎn)品,極限狀態(tài)方程往往表現(xiàn)出隱式、高度非線性的特點(diǎn),而且通常需要調(diào)用有限元分析,從而耗費(fèi)大量時(shí)間。將混合粒子群-模擬退火(PSOSA)算法應(yīng)用到Kriging模型中相關(guān)參數(shù)的尋優(yōu)過(guò)程,提高了預(yù)測(cè)精度。同時(shí)結(jié)合動(dòng)態(tài)更新機(jī)制,逐漸加入樣本點(diǎn),盡可能減少函數(shù)的調(diào)用次數(shù),從而提高了計(jì)算效率,并將該算法應(yīng)用到結(jié)構(gòu)可靠性分析中。通過(guò)案例分析,和傳統(tǒng)蒙特卡羅模擬方法、響應(yīng)面等經(jīng)典方法進(jìn)行對(duì)比,所提算法與蒙特卡羅模擬方法計(jì)算結(jié)果更加接近,計(jì)算時(shí)間大大縮短,效率和精度都明顯改進(jìn)。

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 動(dòng)態(tài)Kriging模型
    1.1 Kriging模型
    1.2 動(dòng)態(tài)更新機(jī)制
2 改進(jìn)的動(dòng)態(tài)Kriging模型
    2.1 優(yōu)化算法
        2.1.1 PSO算法
        2.1.2 SA算法
        2.1.3 混合PSOSA算法
    2.2 Kriging建模流程
3 案例分析
    3.1 數(shù)值算例1
    3.2 數(shù)值算例2
    3.3 工程案例
4 結(jié)論



本文編號(hào)：3781070