基于RBF神经网络的结构可靠度分析方法

被引：7

作者：

黄靓

易伟建

汪优

机构：

[1] 湖南大学土木工程学院

来源：

湘潭大学自然科学学报 | 2006年 / 04期

关键词：

结构可靠度; RBF神经网络; 蒙特卡罗模拟; 均匀试验设计;

D O I：

10.13715/j.cnki.nsjxu.2006.04.024

中图分类号：

TU311.2 [结构稳定理论];

学科分类号：

081304 ; 081402 ;

摘要：

蒙特卡罗模拟是目前结构可靠度分析中最准确有效的方法,但因其计算量太大、效率低而受到很大的限制,特别是对于大型复杂结构的功能函数不能被明确表达的情况.鉴于此,在蒙特卡罗重要抽样方法的基础上,提出了利用RBF神经网络替代原结构功能函数的RBF-蒙特卡罗方法,以提高工作效率.RBF神经网络训练样本的选取则由均匀试验设计确定,以提高样本的代表性并大幅减少样本数量,从而加快网络的训练过程,加强网络的逼近能力.算例分析表明,该方法不但能最大限度地减少结构有限元分析次数,而且有满意的计算精度,具有实际应用价值.

引用

页码：109 / 114

页数：6

共 7 条

[1] 结构可靠度分析的全局响应面法研究 [J].