基于空間分割方法的全局靈敏度分析
發(fā)布時(shí)間:2021-02-28 04:29
在結(jié)構(gòu)和系統(tǒng)隨機(jī)不確定性分析領(lǐng)域,靈敏度分析是近年來(lái)一個(gè)新的研究熱點(diǎn),尤其是全局靈敏度分析,逐漸受到了越來(lái)越多科研人員的關(guān)注。采用靈敏度分析方法對(duì)結(jié)構(gòu)和系統(tǒng)進(jìn)行重要性測(cè)度分析,可以得到影響輸出響應(yīng)不確定性和風(fēng)險(xiǎn)水平的輸入隨機(jī)變量的重要性排序,為后續(xù)的設(shè)計(jì)優(yōu)化,性能改進(jìn)等提供數(shù)據(jù)支撐。對(duì)于全局靈敏度的計(jì)算,目前已發(fā)展了多種求解方法,但對(duì)于高維、復(fù)雜結(jié)構(gòu)和系統(tǒng)的靈敏度分析,仍是亟待解決的問(wèn)題。在全局靈敏度分析方法中,應(yīng)用較廣的是數(shù)字模擬方法。但現(xiàn)有方法存在著隨機(jī)樣本利用率低、計(jì)算成本高的缺點(diǎn),尤其是對(duì)復(fù)雜的工程結(jié)構(gòu)和系統(tǒng)。本文針對(duì)現(xiàn)有方法的不足,將空間分割技術(shù)應(yīng)用于全局靈敏度指標(biāo)的計(jì)算之中,充分利用了每個(gè)隨機(jī)樣本包含的不確定性信息,提高了隨機(jī)樣本的利用率,降低了計(jì)算成本,具有較好的實(shí)用性。本文第一項(xiàng)主要工作是將空間分割技術(shù)與蒙特卡洛抽樣方法結(jié)合,計(jì)算基于方差的全局靈敏度指標(biāo),并從理論和技術(shù)實(shí)現(xiàn)角度分析了三種不同計(jì)算形式的精度和穩(wěn)健性。本文的第二項(xiàng)工作將空間分割技術(shù)分別引入交叉熵方法和子集模擬中,利用求解失效概率抽樣所得的隨機(jī)樣本計(jì)算靈敏度指標(biāo),在不增加樣本量的前提下,計(jì)算全局可靠性靈敏度指...
【文章來(lái)源】:南京航空航天大學(xué)江蘇省 211工程院校
【文章頁(yè)數(shù)】:79 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
三盒段結(jié)構(gòu)示意圖
(b) 位移云圖圖 3. 6 三盒段結(jié)構(gòu)有限元模型熵方法,設(shè)定初始參數(shù) =0.07,單層樣本量0N 1000。該算例次數(shù)僅為 2 次,使用 2000 個(gè)樣本點(diǎn)。確定抽樣中心后,重要抽空間分割法,計(jì)算輸入變量的全局可靠性靈敏度指標(biāo)。使用蒙特方法計(jì)算全局可靠性靈敏度指標(biāo),結(jié)果見(jiàn)表 3. 6。表 3. 6 翼盒結(jié)構(gòu)全局可靠性靈敏度計(jì)算結(jié)果L1L2L3A T E P0 0.0348 0 0.0012 0.0136 0.0475 0.05.25×10-98.05×10-60 5.15×10-73.51×10-68.91×10-63.850.0005 0.0327 0.0004 0.0016 0.0139 0.0450 0.02.18×10-76.06×10-31.56×10-71.44×10-63.92×10-33.08×10-46.180.0003 0.0367 0.0003 0.0013 0.0129 0.0491 0.02.30×10-71.12×10-44.65×10-72.11×10-61.19×10-44.48×10-44.19
圖 4. 3 空間分割示意圖由前述內(nèi)容可知:中間事件 , 1,2, , 1 iF i m 發(fā)生的概率為 0iiP F p,據(jù)此可得, 0,1, , 1 i m 發(fā)生的概率為: 0 0 010 01-1 1 01, 1, , 2i ii imm mP B P pP B P p p i mP B P p (4.1若用iM 表示每個(gè)子區(qū)間iB 所包含的樣本數(shù)目,則 可以寫(xiě)為: 011 , 0, , 2imM p N i mM N (4.1根據(jù)以上內(nèi)容可以看出,由子集模擬方法分層抽樣模擬所得的樣本可以被自然的分配區(qū)間 中。0B 包含第一層直接蒙特卡洛模擬所得的并且不作為第二層模擬的“種子 0 p N個(gè)樣本,1B 由第二層模擬所得的并且不作為第三層模擬“種子”的 個(gè)樣以此類推,m2B 由第 m 1層模擬所得的并且不作為第m層模擬“種子”的 個(gè),m1B 與之前的元素不同,它包含了最后一層(第 層)模擬得到的所有樣本。.2 條件期望的計(jì)算
【參考文獻(xiàn)】:
期刊論文
[1]基于失效概率的全局重要性測(cè)度分析的交叉熵方法[J]. 任超,李洪雙. 西北工業(yè)大學(xué)學(xué)報(bào). 2017(03)
博士論文
[1]隨機(jī)和認(rèn)知不確定性下的結(jié)構(gòu)可靠性方法研究[D]. 肖寧聰.電子科技大學(xué) 2012
本文編號(hào):3055317
【文章來(lái)源】:南京航空航天大學(xué)江蘇省 211工程院校
【文章頁(yè)數(shù)】:79 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
三盒段結(jié)構(gòu)示意圖
(b) 位移云圖圖 3. 6 三盒段結(jié)構(gòu)有限元模型熵方法,設(shè)定初始參數(shù) =0.07,單層樣本量0N 1000。該算例次數(shù)僅為 2 次,使用 2000 個(gè)樣本點(diǎn)。確定抽樣中心后,重要抽空間分割法,計(jì)算輸入變量的全局可靠性靈敏度指標(biāo)。使用蒙特方法計(jì)算全局可靠性靈敏度指標(biāo),結(jié)果見(jiàn)表 3. 6。表 3. 6 翼盒結(jié)構(gòu)全局可靠性靈敏度計(jì)算結(jié)果L1L2L3A T E P0 0.0348 0 0.0012 0.0136 0.0475 0.05.25×10-98.05×10-60 5.15×10-73.51×10-68.91×10-63.850.0005 0.0327 0.0004 0.0016 0.0139 0.0450 0.02.18×10-76.06×10-31.56×10-71.44×10-63.92×10-33.08×10-46.180.0003 0.0367 0.0003 0.0013 0.0129 0.0491 0.02.30×10-71.12×10-44.65×10-72.11×10-61.19×10-44.48×10-44.19
圖 4. 3 空間分割示意圖由前述內(nèi)容可知:中間事件 , 1,2, , 1 iF i m 發(fā)生的概率為 0iiP F p,據(jù)此可得, 0,1, , 1 i m 發(fā)生的概率為: 0 0 010 01-1 1 01, 1, , 2i ii imm mP B P pP B P p p i mP B P p (4.1若用iM 表示每個(gè)子區(qū)間iB 所包含的樣本數(shù)目,則 可以寫(xiě)為: 011 , 0, , 2imM p N i mM N (4.1根據(jù)以上內(nèi)容可以看出,由子集模擬方法分層抽樣模擬所得的樣本可以被自然的分配區(qū)間 中。0B 包含第一層直接蒙特卡洛模擬所得的并且不作為第二層模擬的“種子 0 p N個(gè)樣本,1B 由第二層模擬所得的并且不作為第三層模擬“種子”的 個(gè)樣以此類推,m2B 由第 m 1層模擬所得的并且不作為第m層模擬“種子”的 個(gè),m1B 與之前的元素不同,它包含了最后一層(第 層)模擬得到的所有樣本。.2 條件期望的計(jì)算
【參考文獻(xiàn)】:
期刊論文
[1]基于失效概率的全局重要性測(cè)度分析的交叉熵方法[J]. 任超,李洪雙. 西北工業(yè)大學(xué)學(xué)報(bào). 2017(03)
博士論文
[1]隨機(jī)和認(rèn)知不確定性下的結(jié)構(gòu)可靠性方法研究[D]. 肖寧聰.電子科技大學(xué) 2012
本文編號(hào):3055317
本文鏈接:http://sikaile.net/kejilunwen/yysx/3055317.html
最近更新
教材專著