针对大型复杂结构极限状态方程一般难以显式表达的特点,提出了基于最小二乘支持向量机(the leastsquare support vector machine,LS-SVM)的结构可靠度评估方法。该方法采用均匀抽样法抽取随机变量样本,应用确定性有限元求解器进行数值...针对大型复杂结构极限状态方程一般难以显式表达的特点,提出了基于最小二乘支持向量机(the leastsquare support vector machine,LS-SVM)的结构可靠度评估方法。该方法采用均匀抽样法抽取随机变量样本,应用确定性有限元求解器进行数值计算。将样本数据进行训练,利用最小二乘支持向量机建立随机变量与结构响应之间的非线性映射关系,模拟结构极限状态方程。通过计算极限状态方程值和偏导数值,求解优化问题,计算结构可靠指标。结果表明,该方法能够评估隐式极限状态方程的结构可靠度,具有较高的计算精度和较好的计算效率。展开更多
文摘针对大型复杂结构极限状态方程一般难以显式表达的特点,提出了基于最小二乘支持向量机(the leastsquare support vector machine,LS-SVM)的结构可靠度评估方法。该方法采用均匀抽样法抽取随机变量样本,应用确定性有限元求解器进行数值计算。将样本数据进行训练,利用最小二乘支持向量机建立随机变量与结构响应之间的非线性映射关系,模拟结构极限状态方程。通过计算极限状态方程值和偏导数值,求解优化问题,计算结构可靠指标。结果表明,该方法能够评估隐式极限状态方程的结构可靠度,具有较高的计算精度和较好的计算效率。
