状态模糊情况下矩独立重要性测度及其态相关参数解法

为了有效分析基本输入变量在状态模糊情况下对系统模糊失效概率的影响,通过比较条件模糊失效概率与无条件模糊失效概率之间的差异,定义了一种输入变量对模糊失效概率的矩独立重要性测度指标。所提指标不仅可以定量反映每个输入变量对模糊失效概率这种矩独立响应量的影响大小,而且通过解析变换,揭示了所提矩独立重要性测度指标与相应的基于方差的重要性测度指标之间的内在联系,并将所提矩独立重要性测度转化成基于失效域模糊隶属函数方差的重要性测度。基于这种转换及控制理论中的状态依存参数模型,建立了求解所提矩独立重要性测度指标的态相关参数(SDP)法,极大程度地提高了所提指标的计算效率。最后,针对3种不同的模糊失效域隶属函数形式,通过算例表明了所提的矩独立重要度指标的可行性、合理性以及态相关参数方法的精确与高效。

结构随机分析的概率与复合重要度及其求解

针对基于方差方法的重要度信息量不足而矩独立重要度计算量大、求解难的缺点,将响应量的偏度和峰度信息引入灵敏度分析中,定义了概率重要度和复合重要度,用于衡量基本变量对响应量分布形状的主要影响趋势及在该影响趋势下的影响程度。同时针对传统方法求解矩的困难,将控制理论中的状态依存参数模型运用于本文所提重要度的求解,极大程度地化简了计算。最后,通过算例中与基于方差方法的重要度与矩独立重要度的比较,可知本文所提重要度涵盖了基于方差方法重要度和矩独立重要度的主要信息,说明本文重要度的合理性和正确性,算例与Monte Carlo数值模拟方法的比较,表明状态依存参数模型求解方法具有较好的计算精度和效率。