排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
Hasofer-Lind(HL)所提出的方法不能很好解决高度非线性的功能函数可靠度指标的求解问题.Wang和Grandhi提出的高效的可靠度指标计算方法弥补了HL方法存在的不足,但此方法对功能函数中的所有变量都采用相同的非线性指标,并且在迭代过程中要通过求解一个关于非线性指标的隐式非线性方程来确定非线性指标,因此计算难度和计算量大.文中借助Fadel解决结构优化问题提出的两点指数优化方法,改进Wang等提出的方法,不但弥补了HL方法的不足,而且通过对功能函数的不同变量取不同的非线性指标,并利用迭代过程中前后两步的信息,给出非线性指标的显示表达式,降低计算难度的同时减少了计算量. 相似文献
2.
重要抽样方法是结构、机构可靠度计算中的一种方法,其核心问题之一是确定重要抽样密度函数的抽样中心。目前,重要抽样方法多采用基于梯度的迭代方法确定抽样中心,使得重要抽样方法局限于应用在极限状态方程较为简单的情况,从而限制了重要抽样方法的应用范围。基于粒子群的自适应重要性抽样方法通过求解极限状态方程对应的最可能失效点,进而确定重要抽样方法的抽样中心。方法本身不受极限状态方程为显式或隐式的限制,从而扩大了重要抽样方法的应用范围。数值计算结果表明:基于粒子群的重要抽样方法具有较好的预测精度,且计算效率优于直接抽样方法。 相似文献
3.
1