面向结构可靠性分析的并行自适应加点策略

现有的自适应加点策略多局限于Kriging模型,或在每次迭代过程中只能选取一个最佳样本点,效率较低.为解决上述问题,本文提出了一种通用的并行自适应加点策略CF-K.该方法考虑了样本点的局部不确定性并确保所选样本点分布在极限状态函数附近;此外,结合k-means算法以实现并行计算,即利用多台计算机在每次迭代的同时进行多个样本的仿真.算例分析表明,与其他方法相比,所提方法在满足精度要求的条件下具有更少的迭代次数,更节省时间.基于所提方法的结构可靠性分析不仅在计算效率和精度之间取得了较好的平衡,在理论上还可用于任何现有的代理模型.

机构动作可靠性估计的自适应极值响应面法

针对存在随机-区间混合不确定性的机构动作可靠性估计问题,本文提出了一种基于自适应极值响应面的高效计算方法,将其转化为随机不确定性下的动作可靠度上下界求解问题。使用麻雀搜索算法优化的混合核极限学习机构建从混合不确定性变量到极限状态函数响应值的初始响应面和从随机变量到极限状态函数响应极值的极值响应面;利用结合主动学习与反向学习的自适应加点策略选取极限状态曲面附近的样本点更新极值响应面以提高其精度与效率;最后结合极值响应面和蒙特卡罗仿真算得到动作可靠度上下界的近似解。通过数值案例和回转链式输送机的工程案例对所提自适应极值响应面方法的高效性与准确性进行了验证,为随机-区间混合不确定性下的机构动作可靠性估计提供了一种参考。