欢迎光临《计算力学学报》官方网站!
汪金胜,李永乐,杨剑,徐国际.基于贝叶斯支持向量回归机的自适应可靠度分析方法[J].计算力学学报,2022,39(4):488~497
本文二维码信息
码上扫一扫!
基于贝叶斯支持向量回归机的自适应可靠度分析方法
Adaptive algorithm based on Bayesian support vector regression for structural reliability analysis
投稿时间:2021-01-11  修订日期:2021-04-21
DOI:10.7511/jslx20210111001
中文关键词:  结构可靠度  贝叶斯支持向量回归机  自适应算法  学习函数  抽样域策略
英文关键词:structural reliability  Bayesian support vector regression  adaptive algorithm  learning function  sampling region scheme
基金项目:国家自然科学基金(52078425)资助项目.
作者单位E-mail
汪金胜 西南交通大学 土木工程学院, 成都 610031  
李永乐 西南交通大学 土木工程学院, 成都 610031  
杨剑 中南大学 土木工程学院, 长沙 410075  
徐国际 西南交通大学 土木工程学院, 成都 610031 guoji.xu@swjtu.edu.cn 
摘要点击次数: 86
全文下载次数: 61
中文摘要:
      进行复杂结构可靠度分析时,由于涉及隐式功能函数和耗时的数值计算,减少结构模型的调用次数在提高分析效率方面显得尤为重要。为此,本文基于贝叶斯支持向量回归机,提出了一种高效的自适应可靠度分析方法。该方法利用贝叶斯支持向量机提供的概率估计信息(均值和方差)构建学习函数,同时通过引入样本间的距离测度防止选取与现有样本过于临近的冗余点,进而能快速有效地选取极限状态曲面附近具有代表性的样本点,以提高代理模型的构建速度和预测精度。此外,在学习过程中引入了有效抽样域策略,有针对性地选取对失效概率估计误差贡献大的点,从而进一步提升结构可靠度分析的计算效率。最后,通过数值算例验证了本文方法对结构可靠度分析的适用性和有效性。
英文摘要:
      The reliability analysis of complex structures usually involves an implicit performance function and time-demanding simulation model,hence the reduction of the number of functional calls is of critical importance to improve computational efficiency.In this regard,an adaptive algorithm based on Bayesian support vector regression (ABSVR) is proposed for efficient reliability analysis.To improve the overall performance of ABSVR,a new learning function is devised using the probabilistic information provided by the Bayesian SVR model.Besides,a distance constraint term is added into the learning function to avoid the clustering of samples,so that the selection of informative sample points can be achieved more efficiently.Moreover,an effective sampling region scheme is introduced in the learning process to filter out samples with weak probability density,through which only samples with large contributions to the failure probability are retained.Several numerical examples are employed to illustrate the accuracy and efficiency of the proposed method.
查看全文  查看/发表评论  下载PDF阅读器
您是第10242231位访问者
版权所有:《计算力学学报》编辑部
本系统由 北京勤云科技发展有限公司设计