基于概率充分因子的高效土质边坡可靠度优化设计

提出了基于概率充分因子的高效土质边坡可靠度优化设计方法.首先,采用拉丁超立方抽样法抽取设计空间中的设计样本;其次,利用子集模拟确定设计样本的概率充分因子,建立概率充分因子与设计变量(如边坡倾角)的设计响应面;最后,通过优化设计确定既满足目标可靠度水平又满足经济性要求的设计方案.通过一个土质边坡算例说明了算法的有效性.结果表明,概率充分因子可以有效地表征设计是否满足可靠度要求、建立较为准确的设计响应面,设计响应面解耦了可靠度优化设计中双循环过程,有效地提高了可靠度优化设计效率.

基于多目标可靠性优化平台的车身前部结构设计

为了在保证精度的同时考虑不确定性因素高效开展车身结构优化设计,建立了多目标可靠性优化平台。采用径向基函数(RBF)代理模型代替仿真模型,基于概率充分因子法将概率约束转化为单一确定性约束,选取自适应加权多目标优化算法高效获取帕累托最优前沿(POF),基于智能补点方法生成补充样本点持续更新RBF模型,提升优化精度直至收敛。通过工字梁设计实例验证了该优化平台的有效性,并基于优化平台进行了某前部车身结构的多目标可靠性优化,结果表明,优化效果显著。