结构可靠性灵敏度分析的方向(重要)抽样法

方向抽样法是在标准正态空间极坐标系下,通过对矢径的方向进行随机抽样来分析结构可靠度的.但是当极限状态面接近平面时,方向抽样法就没有优势了.为了提高方向抽样法的效率,提出了三种基于方向(重要)抽样法的可靠性灵敏度分析方法.根据独立标准正态空间中基本变量的2χ分布特性及矢径与随机变量分布参数的关系,推导失效概率对基本随机变量分布参数的可靠性灵敏度分析的计算公式.该文所提的可靠性及灵敏度计算方法有较高的计算效率和精度,对于高度非线性极限状态方程问题亦有很强的适应性.

矢量-角度几何映射的方向重要抽样分布函数近似化方法及多失效模式可靠性分析

方向重要抽样法是一种结构可靠度模拟方法,适合评估非线性、多维度的复杂结构可靠性问题。然而对于多维度问题,利用接受/拒绝方法获得重要矢量样本,效率较低且可执行性差。因此,需要改进或重新构造易于抽样的分布函数。通过概述现有的分布函数,利用插值方法近似构造基于矢量-角度几何映射的分布函数,利用一维拉丁超立方方法对重要角度均匀抽样,再映射到重要矢量样本,得到的矢量样本具有分层均匀性,避免了聚集现象,同时覆盖整个样本空间。该方法有效应用于多设计点和多失效模式的可靠性问题分析中,进一步制定了样本分配方案。通过非线性数值算例和车身结构工程问题验证了该方法的适用性和准确性。

分布参数不确定性重要性分析的高效求积公式法

参数重要性分析能够识别对输出性能有重要影响的关键参数,从而为结构系统的优化和设计提供指导。对于具有分布参数不确定性的结构系统,传统方法求解分布参数对输出特征值(如均值和方差)的重要性测度指标需要3层抽样,此过程计算量巨大。针对这一问题,提出了2种基于代理抽样概率密度函数(SSPDF)的分布参数不确定性重要性分析的高效求积公式方法:基于代理抽样概率密度函数的双层求积公式方法(S-DLCF)和基于代理抽样概率密度函数的单层求积公式方法(S-SLCF)。所提方法利用求积公式有效地提高了分布参数重要性测度指标中嵌套的期望和方差算子求解效率,并通过代理抽样概率密度函数解除了参数不确定性向输出特征值传递过程中计算量依赖于参数维度的问题。S-DLCF充分利用了求积公式在求解输出统计矩时的高效性和准确性,而S-SLCF通过扩展分布参数的维数来减少输出统计矩计算过程中的积分层数。数值算例和工程算例验证了2种新算法在参数重要性分析中的效率和精度。

高斯-厄米特粒子滤波器

针对非线性、非高斯系统状态的在线估计问题 ,本文提出一种新的基于序贯重要性抽样的粒子滤波算法 .在滤波算法中 ,我们用一簇高斯 厄米特滤波器 (GHF)来产生重要性概率密度函数 .此概率密度在系统状态的转移概率的基础上融入最新的观测数据 ,因此更接近于系统状态的后验概率 .理论分析与实验结果表明 :在观测模型具有高精度的场合或似然函数位于系统状态转移概率的尾部时 ,用GHF产生重要性概率密度函数的粒子滤波即高斯 厄米特粒子滤波 (GHPF)的性能要明显地优于标准的粒子滤波、扩展的卡尔曼滤波、GHF .

求解探测概率门限因子的一种重要度抽样方法

在不同探测环境下确定探测概率时 ,首先需要根据给定的虚警率来确定相应的探测概率门限因子 ,这时需要在杂波和被检测单元的概率分布密度函数已知条件下 ,对其进行积分 .实际应用中 ,概率分布密度函数非常复杂 ,这时直接积分法很难奏效 ,必须用数值模拟法来解决 .但常规的 Monte Carlo方法在模拟像虚警概率这类小概率事件时既耗费机时 ,精度又差 ,目前国际上正在研究应用重要度抽样法(Importance Sampling)来解决该问题 .本文在前人研究成果的基础上 ,针对两大类雷达探测处理器——单元平均恒虚警 (CA-CFAR)和修整平均恒虚警处理器 (TM-CFAR) ,对相应的重要度抽样方法进行了研究和推导 。

参数不确定性下高效的可靠性灵敏度分析方法

对于输入变量分布参数具有不确定性的结构系统,分布参数的不确定性会导致结构失效概率的不确定性,进而输入变量对失效概率的贡献也是不确定的。在这种情况下,传统的抽样方法需要三层嵌套循环的可靠性分析以评估输入变量对结构失效的影响,计算量过大,难以适用于工程实际问题。因此,提出了一种参数不确定性下输入变量可靠性灵敏度分析的高效算法,所提方法通过引入“代理抽样概率密度函数(SS-PDF)”,并结合单层Monte Carlo(MC)方法,将传统的三层嵌套可靠性分析转化为单层分析过程,大大减少了计算量。并针对小失效概率问题,将重要抽样法(IS)和截断重要抽样法(TIS)与这种单层抽样法相结合,进一步提高计算效率。算例结果验证了所提方法的效率和精度。