结构可靠性分析的支持向量机方法

被引:15
作者
李洪双
吕震宙
岳珠峰
机构
[1] 西北工业大学航空学院
关键词
结构可靠性; 隐式功能函数; 支持向量机;
D O I
暂无
中图分类号
TB114.3 [可靠性理论];
学科分类号
摘要
针对结构可靠性分析中功能函数不能显式表达的问题,将支持向量机方法引入到结构可靠性分析中.支持向量机是一种实现了结构风险最小化原则的分类技术,它具有出色的小样本学习性能和良好的泛化性能,因此提出了两种基于支持向量机的结构可靠性分析方法.与传统的响应面法和神经网络法相比,支持向量机可靠性分析方法的显著特点是在小样本下高精度地逼近函数,并且可以避免维数灾难.算例结果也充分表明支持向量机方法可以在抽样范围内很好地逼近真实的功能函数,减少隐式功能函数分析(通常是有限元分析)的次数,具有一定的工程实用价值.
引用
收藏
页码:1135 / 1143
页数:9
相关论文
共 1 条
[1]   SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297