结构可靠性分析的自适应子集模拟方法

结构可靠性分析需要精确高效的失效概率计算方法。为解决高维非线性可靠性分析问题中的失效概率计算问题,本文提出了两种以失效概率估计精度为停机控制参数的自适应子集模拟方法。理论分析和数值算例表明:(1)两种自适应子集模拟方法能根据失效概率的估计精度要求自适应调整样本量;(2)考虑样本量优化的自适应子集模拟方法能进一步减少总样本量,提高计算效率。本文所提方法为研究者对结构进行精确高效的可靠性分析提供了一条可行途径。

含相关非正态变量边坡可靠度分析的子集模拟方法

提出了分析含相关非正态变量高维小失效概率可靠度问题的子集模拟方法,采用Nataf变换方法成功地解决了输入变量相关时子集模拟方法样本点的模拟问题.编写了基于MATLAB语言的计算程序SUBSETREL,并以岩质边坡稳定可靠度问题为例证明了所提方法的有效性.结果表明:该子集模拟方法能够有效地分析含相关非正态变量高维小失效概率的边坡可靠度问题.子集模拟方法的计算精度和蒙特卡洛模拟方法相当,计算效率远远高于传统的蒙特卡洛模拟方法.此外,该方法在分析含有复杂的隐式及非线性功能函数的边坡可靠度问题方面体现出明显的优越性.研究成果极大地拓展了子集模拟方法在边坡可靠度分析中的应用.

基于主动学习Kriging模型和子集模拟的可靠度分析

工程结构的功能函数大多数具有隐式非线性程度高的特点,且失效概率较小,需要复杂的有限元分析计算。针对工程实际中大量存在的小失效概率问题,本文提出了基于主动学习Kriging模型和子集模拟方法相结合的可靠度分析方法——AK-SS。AK-SS方法有子集模拟求解小失效概率和主动学习的Kriging模型代替真实功能函数的优势。该方法首先采用Kriging模型代替真实功能函数,通过主动学习方法逐步扩充实验设计点,逐步改善Kriging模型的精度;然后利用子集模拟方法的基本思路,通过引入合理的中间失效事件计算小失效概率。结果表明,AK-SS方法在保证结果精度的同时减少了功能函数的评估次数,对于工程实际中具有隐式功能函数的小失效概率计算问题具有较强的应用前景。

增广拉格朗日子集模拟优化方法

传统的工程结构优化设计方法在求解多设计变量、多约束条件的结构优化设计问题时,存在诸多不足,针对上述问题,基于增广拉格朗日约束处理方法和子集模拟优化方法发展一种新的结构优化设计方法——增广拉格朗日子集模拟优化方法(ALSSO)。该方法首先利用拉格朗日乘子法处理多重约束条件,然后利用子集模拟优化方法对转化后的无约束优化问题进行求解;对罚函数因子的更新方法进行改进,以保证收敛过程的稳定性;利用两个算例对该方法的计算精度、稳健性以及计算效率进行验证,并与其他优化方法进行对比。结果表明:增广拉格朗日子集模拟优化方法具有非常优秀的寻优性能。

考虑土体材料二维空间变异特性的边坡可靠度分析

为了更合理地分析边坡的可靠性,提出了考虑土体二维空间变异特性的边坡可靠度分析方法,将边坡区域离散为系列单元,假设单元内土体材料参数完全相关,通过假定的自相关函数确定单元之间土体材料参数的相关系数,采用子集模拟法抽样,运用和声搜索算法搜索最小的安全系数作为该次抽样的结果。将提出的可靠度分析方法应用于两个边坡实例的可靠度分析中,并与已有结果进行对比分析,结果表明,考虑土体材料参数的空间变异特性后,边坡的破坏概率降低,边坡可能的破坏区域逐渐增多。