结构可靠度更新的子集模拟自适应延迟拒绝MMH算法

文章着重研究结构可靠度更新的子集模拟改进抽样算法。首先,阐述观测信息条件下结构可靠度更新的基本理论,构建事件概率计算的通用子集模拟方法实现结构可靠度更新;进一步提出适用于子集模拟条件样本生成的自适应延迟拒绝MMH(Modified Metropolis-Hastings)算法,采用正态分布作为建议分布,以当前时刻样本作为建议分布的均值,以全部马尔可夫链生成的条件样本估计建议分布的标准差,使建议分布的标准差与目标分布标准差较为接近,达到提高备选样本接受率、减少样本序列重复样本的目的;最后通过刚架和导管架海洋平台结构体系可靠度更新计算实例验证子集模拟自适应延迟拒绝MMH算法的适用性。研究表明：等式观测信息事件域边界的对数变换可以调节中间事件域范围,提高数值计算稳定性,满足中间事件全部条件样本估计的似然函数最大值可用于计算等式观测信息事件的概率;自适应延迟拒绝MMH算法根据全部马尔可夫链生成的条件样本实现建议分布标准差的动态调节,能够提高子集模拟失效概率更新的精度并降低其变异性。     

基于广义子集模拟样本加权法的边坡多失效模式可靠度分析

边坡通常包含多个潜在的破坏模式,边坡多失效模式系统可靠度计算的蒙特卡洛模拟方法在求解小失效概率问题时计算效率较低。为此,提出基于广义子集模拟样本加权法的边坡多失效模式可靠度分析方法,推导了多失效模式对应于不同失效阈值时的失效概率计算公式。采用概率故障树模型构建边坡多失效模式系统可靠度分析模型,通过耦合系统模式的广义子集模拟驱动变量划分整体样本空间,基于广义子集模拟执行过程中的样本子空间概率权来估计相应空间中样本权系数,通过样本权系数计算失效模式在不同失效阈值下的失效概率。以岩质边坡楔形体稳定问题为例阐明所提方法的有效性。结果表明:提出的广义子集模拟样本加权方法极大地提高了边坡系统可靠度及其分量失效模式可靠度的计算效率。该方法不仅能够通过一次模拟实现多模式可靠度的求解,避免针对不同失效模式进行重复模拟的问题,而且能够显著地提高估计低概率水平失效模式可靠度的计算效率。此外,提出的广义子集模拟样本加权方法不仅能够高效地估计临界失效阈值对应的失效概率,也能够同时计算多模式在任一失效阈值时的失效概率。     

计算结构可靠指标的子域抽样法

提出了基于Monte Carlo法的用于结构可靠度计算的子域抽样法,其基本思想是以有界域模拟替代无界失效域。介绍了服从某种概率分布的变量在给定子区间内产生随机数的方法,并按照这种方法在选定的有界子区域内进行抽样模拟计算失效概率,并编制了仿真程序将抽样计算过程可视化。经算例验证,该算法抽样效率很高,且具有较高的模拟计算精度。     

边坡可靠度分析的高斯过程方法

针对传统边坡可靠度分析方法的局限性,将高斯过程机器学习与重要抽样方法相结合,提出了边坡可靠度分析的高斯过程方法。利用极限平衡分析构造少量的学习样本,采用基于统计学习原理的高斯过程模型重构边坡隐式功能函数,实现边坡功能函数及其偏导数的显式表达,并构造合理的迭代方式,在计算过程中不断提升高斯过程模型对失效概率贡献较大区域的重构精度,进而应用重要抽样法计算边坡的失效概率与可靠指标。研究结果表明,该方法是可行的,具有较高的计算精度和效率。     

基于支持向量机和子集模拟法的地铁隧道可靠度

在城区中修建地铁隧道对安全性有极高的要求,传统的安全系数法虽然能在一定程度上反映工程的安全性,但无法考虑变量的随机性。针对传统子集模拟法的不足,引入了一种改进方法,对功能函数阀值处存在相等情况时的子集模拟法,提供一种解决思路。为解决子集模拟法在初始样本点少时的计算不准确问题,基于支持向量机的小样本学习能力,提出随机有限元法(SFEM)、支持向量机(SVM)和子集模拟法耦合的可靠度分析方法。使用耦合方法和传统方法分别计算衬砌单元的失效概率。并用经典算例与传统方法进行了对比,验证了其准确性和应用的可行性,可以作为样本点不足时分析地铁隧道的可靠度方法。结果表明,在样本数量较少的条件下,耦合算法具有很好的计算效率和精度,适用于隧道工程可靠度分析。     

基于子集模拟的边坡可靠度分析方法研究

边坡稳定受到诸多不确定性因素的影响,比如土体性质的空间变异性以及地层情况的不确定性。这些不确定性因素的影响可以通过蒙特卡洛模拟(Monte Carlo Simulation, MCS)进行定量地分析。MCS概念简单并具有广泛的适用性。但是,在小概率失效区域内,MCS计算效率很低,需要庞大的随机样本量来保证一定的计算精度。本文提出了一种实用的边坡可靠度分析方法。通过采用一种高级的MCS方法(Subset Simulation, 子集模拟)来提高小概率区域内的计算效率以及计算精度,并以EXCEL的表单环境为平台,联合使用Visual Basic Application(VBA)编写计算程序。在该程序中,子集模拟、边坡稳定的确定性分析和不确定性分析分别由三个相对独立的计算模块实现。最后,本文以James Bay 土坝为例,简明地说明了所提出方法的有效性,并探索了临界滑动面的不确定性对边坡可靠度分析的影响。     

基于随机多项式展开的流固耦合非饱和土坡概率反分析

降雨入渗条件下非饱和土坡流固耦合作用复杂,具有高度非线性的特点,一般采用数值方法模拟。数值模型计算量大已成为监测数据概率反分析的重要制约因素。提出一种基于随机多项式展开(PCE)的概率反分析方法。该方法采用随机多项式展开构建土性参数与数值模型响应的显式函数,作为概率反分析中原数值模型的代替模型,与基于贝叶斯理论和马尔可夫链蒙特卡罗(MCMC)模拟的概率反分析方法相结合,从而有效提高非饱和土坡流固耦合参数概率反分析的效率。通过降雨入渗非饱和土坡算例研究,结果表明,与基于数值模型的常规随机反分析相比,两种方法在后验分布统计值、95%置信区间等结果非常接近,基于PCE的概率反分析计算效率显著提高,结果可靠。     

基于Beta分布的改进的一次可靠度法研究

为了提高一次可靠度方法的计算精度和计算效率,文章利用Beta分布拟合了功能函数中的随机变量的概率分布,利用VBA语言给出了将Beta分布和对数正态分布转化为标准正态分布的方法,采用蒙特卡洛模拟法比较了采用不同概率分布的一次可靠度计算精度。算例分析表明:当功能函数中随机变量服从对数正态分布时,失效概率被高估;当随机变量服从正态分布时失效概率被低估。利用本文提出的Beta分布拟合随机变量的概率不仅大大提高了计算精度,而且在保证迭代收敛的前提下提高了计算效率。     

支持向量机与谱表示法模拟随机场及在可靠度中的应用

本文在传统的谱表示法的基础上,引入基于马尔可夫链改进的支持向量机法与谱表示法耦合,提高了传统的谱表示法在模拟多维多元随机场参数间互相关性的精度,并将此方法用至武汉市轨道交通7号线一期工程,评价该地铁中过江段的可靠度。数值算例表明在样本数量较少的条件下,基于耦合算法模拟随机场不仅能有效的描述变量的自相关性,而且能够准确的描述变量间的互相关性,弥补了传统的谱表示法在模拟互相关性方面的不足,为解决小样本条件下模拟多维多元随机场提供了一种有效的途径。且基于马尔可夫链的支持向量机法收敛速度更快,能够明显减少计算次数,提高计算效率,更适用于实际工程。     

基于WUS概率密度权重法的边坡稳定系统可靠度分析

复杂边坡工程中由于边坡土体分层或土体参数的不确定性等因素,边坡失稳往往会发生在多个潜在失稳滑面,因此,采用单一临界确定性滑面或临界概率滑面对边坡系统可靠度进行分析会极大低估其失效概率。运用WUS(WeightedUniformSimulation)方法对边坡系统可靠度进行了概率分析,运用4个多层边坡算例演示WUS对于边坡系统可靠度分析的良好适用性。分析结果表明,该方法对高维、隐式极限状态方程下的多层土边坡问题分析精度较高的同时,可极大减少边坡模型计算样本数,例如,对于边坡可靠度分析MCS通常需要104以上的样本量,而WUS仅需500组左右即可满足精度要求。通过对原始WUS算法的修正,在样本量足够的情况下,修正WUS法能更加高效计算得到复杂边坡系统失效概率,并且可以自动摒弃冗余失效模式而得到较为准确的多失效模式所对应的多组可靠度参数设计点,即MPP(Most Probable Failure Point),进而高效识别出多层土复杂边坡的代表性滑动面,为边坡安全及失稳灾害防治提供重要的参考价值。