采用MEA-AdaBoost-BP模型的工程结构可靠性分析方法

摘要：

针对工程结构可靠性设计中算法和计算存在的问题,提出基于MEA-AdaBoost-BP神经网络算法模型的可靠性求解方法.运用思维进化算法(MEA)求解训练集权值和阈值优化的BP神经网络,并构造为弱预测器函数.然后,运用AdaBoost算法将多个优化后的BP神经网络弱预测器函数迭代训练,形成MEA-Ada-Boost-BP神经网络算法模型强预测器函数.最后,利用逼近隐性功能函数求解可靠性指标,并将其与Ada-Boost-BP算法和Monte-Carlo算法进行比较.研究结果表明:所提算法在计算中与Monte-Carlo算法相比,其迭代次数分别仅为16次和46次,效率高,计算精度与Monte-Carlo法接近;而和AdaBoost-BP法相比,其可靠性指标误差分别仅为1.59％和1.88％,计算结果更精确.

关键词：可靠性指标、思维进化算法(MEA)、AdaBoost-BP神经网络、MEA-AdaBoost-BP算法、强预测器函数

所属期刊栏目：43

分类号：TB114.3;TP183(工程基础科学)

资助基金：国家自然科学基金;重庆市基础科学与前沿技术研究专项

在线出版日期：2022-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：291-296