针对大型复杂结构可靠性分析缺乏足够有效手段的现状,通过引入现代统计模拟技术,探索复杂结构可靠性分析的高效适用方法。首先,研究结构失效域样本高效的生成方法,解决复杂结构设计点难以搜索的困难;然后,一方面研究根据失效域样本重构并显化结构功能函数的方法,建立基于失效域样本和局部近似的复杂结构可靠性分析方法,并探讨方法的计算精度及效率;另一方面研究最优抽样密度和自适应抽样密度函数的构造方法,建立基于失效域样本和自适应抽样的复杂结构可靠性分析方法,并分析方法的计算精度及效率;最终建立起一套完整的基于统计模拟的复杂结构可靠性分析新方法,为大型复杂结构可靠性分析开辟一条新思路,从而更有效地为工程服务。本项研究不但对于发展结构可靠度理论具有重要意义,而且对实际工程问题的解决也具有广泛应用前景。
structural reliability;statistical simulation;Markov chain Monte Carlo;support vector machine;non-parameter estimation
针对大型复杂结构可靠性分析缺乏足够有效手段的现状,通过引入现代统计模拟技术,探索复杂结构可靠性分析的高效适用方法。首先研究了结构失效域样本高效的生成方法,解决复杂结构设计点难以搜索的困难;然后一方面研究了根据失效域样本重构并显化结构功能函数的方法,建立了基于失效域样本和局部近似的复杂结构可靠性分析方法,并探讨方法的计算精度及效率;另一方面研究了最优抽样密度和自适应抽样密度函数的构造方法,建立基于失效域样本和自适应抽样的复杂结构可靠性分析方法,并分析方法的计算精度及效率;最终建立起一套完整的基于统计模拟的复杂结构可靠性分析新方法,为大型复杂结构可靠性分析开辟一条新思路,从而更有效地为工程服务。本项研究不但对于发展结构可靠度理论具有重要意义,而且对实际工程问题的解决也具有广泛应用前景。