基于两阶段主动学习Kriging模型的广义概率区间混合可靠性分析

提出一种基于双阶段主动学习Kriging模型的广义概率区间混合可靠性分析方法(TALK-HRA)。该TALK-HRA方法可有效处理包含概率与区间模型、区间概率模型及其组合在内的多种混合模型。首先,建立第一阶段主动学习Kriging模型以选择有可能跨越极限状态面的高风险点,从而准确预测功能函数符号,并为给定区间参数下的失效概率计算奠定基础。其次,构造第二阶段的Kriging模型以学习最大或最小失效概率附近的区域,从而寻找失效概率的边界。再次,提出的TALK-HRA方法被应用到随机-模糊混合可靠性分析中。最后,通过五个算例验证该方法的有效性。结果表明,该方法不仅可以准确高效地计算多种概率区间混合模型下的可靠度,而且能应用于具有高非线性和多峰极限状态面的“黑箱”问题的可靠性分析。