10.3969/j.issn.1674-8646.2023.04.006
基于BP-MCS结构可靠度模型的样本分析
针对结构可靠度计算,以BP神经网络代替一般响应面的多项式函数、结合MCS蒙特卡洛算法组合的模型较为常见.该方法充分发挥了BP神经网络与MCS的优点,利用神经网络泛化能力解决了隐式功能函数的结构失效概率的求解难题.但目前大多研究忽视了BP-MCS组合模型的样本容量选取问题,对一个已有显式功能函数的岩质边坡数值算例进行研究,发现BP神经网络训练样本与MCS算法抽样的选取对BP-MCS模型计算精度有重要的影响,分析结果可为实际工程结构可靠度计算提供建议.
结构可靠度、失效概率、样本选取、神经网络、蒙特卡洛算法
14
TP183(自动化基础理论)
2023-03-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
22-25,33