-
公开(公告)号：CN115392112A
公开(公告)日：2022-11-25
申请号：CN202210915957.3
申请日：2022-08-01
Applicant: 暨南大学
IPC: G06F30/27 , G06F111/08 , G06F119/02
Abstract: 本发明公开了一种基于Direct算法抽样和支持向量机的结构可靠性分析方法。群智能优化算法、Monte Carlo方法、拟蒙特卡洛方法抽样所产生的样本有较高的随机性或仅要求样本的均匀分布，不一定是高效的样本构造方式。本发明取三者之优点，以Direct优化算法构造候选样本，设置优化目标函数，筛选重要样本形成训练集。采用支持向量回归近似功能函数，以内积核函数代替向高维空间的非线性映射，增强响应面方法的非线性适应性，在此基础上进行蒙特卡罗模拟，作结构可靠性分析。本发明在结构可靠性分析中通用性强，能适应各类非线性问题，扩展了支持向量机这种高效、易实现的回归方法在结构可靠性分析领域的适用范围。
-
公开(公告)号：CN115358052A
公开(公告)日：2022-11-18
申请号：CN202210915950.1
申请日：2022-08-01
Applicant: 暨南大学 , 广州市吉华勘测股份有限公司
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于Chebyshev展开截断模型的结构区间可靠性分析方法，该方法首先基于Chebyshev展开系数的一般规律，建立Chebyshev展开截断近似模型，确定Chebyshev试验设计点，求解Chebyshev近似模型各分项系数，用该近似模型代替原高维、复杂的功能函数，然后结合多因子全水平试验设计方法和离散最优化算法，计算得到该Chebyshev展开截断近似模型的上、下限以及结构的可靠度。本发明在使用代理函数方法评估土木工程、机械工程、航空航天等领域复杂工程结构基于区间分析的可靠性与安全程度时具有很好的通用性和适应性，大大减少了可靠性分析过程中结构分析与仿真的计算量，提高了计算效率。
-
公开(公告)号：CN113343431B
公开(公告)日：2022-03-22
申请号：CN202110546979.2
申请日：2021-05-19
Applicant: 暨南大学
IPC: G06F30/20 , G06N3/12 , G06F111/08 , G06F119/02
Abstract: 本发明公开了一种基于差分进化算法和等效平面法的混联结构系统一次二阶矩可靠性分析方法。对于含有m个串联子单元，其中第i个串联子单元包含ni(i＝1,…,m,ni≥1)个元件以独立形式或并联形式(ni≥2)连接的混联结构系统，使用基于差分进化算法的一次二阶矩法计算各串联子单元的最可能失效点和可靠性指标；然后，以等效平面法计算混联结构系统可靠度。本发明在机械电子、航空航天和土木工程等领域混联结构系统可靠度分析中有很好的通用性，能适应各类非线性问题，一阶精度高，扩展了差分进化群智能优化算法在混联结构系统可靠度上的适用范围，对可靠性分析领域有重要的意义。
-
公开(公告)号：CN113343431A
公开(公告)日：2021-09-03
申请号：CN202110546979.2
申请日：2021-05-19
Applicant: 暨南大学
IPC: G06F30/20 , G06N3/12 , G06F111/08 , G06F119/02
Abstract: 本发明公开了一种基于差分进化算法和等效平面法的混联结构系统一次二阶矩可靠性分析方法。对于含有m个串联子单元，其中第i个串联子单元包含ni(i＝1,…,m,ni≥1)个元件以独立形式或并联形式(ni≥2)连接的混联结构系统，使用基于差分进化算法的一次二阶矩法计算各串联子单元的最可能失效点和可靠性指标；然后，以等效平面法计算混联结构系统可靠度。本发明在机械电子、航空航天和土木工程等领域混联结构系统可靠度分析中有很好的通用性，能适应各类非线性问题，一阶精度高，扩展了差分进化群智能优化算法在混联结构系统可靠度上的适用范围，对可靠性分析领域有重要的意义。
-
公开(公告)号：CN115146482A
公开(公告)日：2022-10-04
申请号：CN202210916008.7
申请日：2022-08-01
Applicant: 暨南大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于子区间分析与Chebyshev稀疏模型的结构可靠性分析方法，该方法首先基于子区间分析法估算功能函数Chebyshev展开模型各项稀疏，筛选系数较大的项建立Chebyshev展开稀疏近似模型，用该近似模型代替原高维、复杂的功能函数，然后结合多因子全水平试验设计方法和离散最优化算法，计算得到Chebyshev展开稀疏近似模型的上、下限以及结构的可靠度。本发明在使用代理函数方法评估土木工程、机械工程、航空航天等领域复杂工程结构基于区间分析的可靠性与安全程度时具有很好的通用性和适应性，大大减少了可靠性分析过程中结构分析与仿真的计算量，提高了计算效率。
-
Patent Agency Ranking
公开(公告)号：CN114462210A
公开(公告)日：2022-05-10
申请号：CN202210022601.7
申请日：2022-01-10
Applicant: 暨南大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了基于高维表征模型的随机‑区间混合可靠性分析方法，方法包括：通过配置待分析领域的产品结构、功能函数以及随机变量和区间变量特征参数，功能函数用于表征所述待分析领域的结构或产品的工作状态，以子区间分解分析方法确定功能函数区间变量上、下限极值点，一次二阶矩方法确定设计验算点，中心复合抽样确定样本点，根据设计验算点、极值点和样本点，确定高维表征近似模型；计算待分析领域的产品结构的失效概率，以确定所述待分析领域的产品结构的可靠性。本发明效率高、精度好，可有效适应多维问题，广泛应用于结构可靠性分析技术领域。
-
公开(公告)号：CN115146366B
公开(公告)日：2024-04-19
申请号：CN202210915687.6
申请日：2022-08-01
Applicant: 暨南大学
IPC: G06F30/13 , G06F30/27 , G06N20/10 , G06F111/04 , G06F119/14 , G06F119/02
Abstract: 本发明公开了一种基于Direct算法和少量样本更新的结构混合可靠性分析方法。首先，基于Direct优化算法，设置优化目标，对样本进行粗抽样，然后分别在安全域和不安全域，基于欧几里得距离的自适应选点规则和优化算法，不断采用自适应策略选取少量样本点更新样本集，并使用支持向量回归拟合近似功能函数，以内积核函数代替向高维空间的非线性映射，增强响应面方法的非线性适应性，在此基础上进行蒙特卡罗模拟，作结构可靠性分析。本发明在结构可靠性分析中有很好的通用性，能适应各类非线性问题，扩展了Direct优化算法、支持向量机机器学习方法在结构可靠性分析领域的适用范围，有重要的理论和工程意义。
-
公开(公告)号：CN115169246A
公开(公告)日：2022-10-11
申请号：CN202210919827.7
申请日：2022-08-01
Applicant: 暨南大学
IPC: G06F30/27 , G06F30/13 , G06N20/10 , G06F119/02
Abstract: 本发明公开了一种基于Direct优化和双样本点更新的可靠性分析方法。本发明基于Direct优化算法，设置优化目标，对样本进行初抽样，然后分别在安全域和不安全域，基于欧几里得距离的自适应选点规则，不断采用自适应策略选取2个样本点更新样本集，并使用支持向量回归拟合近似功能函数，以内积核函数代替向高维空间的非线性映射，增强响应面方法的非线性适应性，在此基础上进行蒙特卡罗模拟，作结构可靠性分析。本发明在结构可靠性分析中有很好的通用性，能适应各类非线性问题，扩展了Direct优化算法、支持向量机机器学习方法在结构可靠性分析领域的适用范围，有重要的理论和工程意义。
-
公开(公告)号：CN115146366A
公开(公告)日：2022-10-04
申请号：CN202210915687.6
申请日：2022-08-01
Applicant: 暨南大学
IPC: G06F30/13 , G06F30/27 , G06N20/10 , G06F111/04 , G06F119/14 , G06F119/02
Abstract: 本发明公开了一种基于Direct算法和少量样本更新的结构混合可靠性分析方法。首先，基于Direct优化算法，设置优化目标，对样本进行粗抽样，然后分别在安全域和不安全域，基于欧几里得距离的自适应选点规则和优化算法，不断采用自适应策略选取少量样本点更新样本集，并使用支持向量回归拟合近似功能函数，以内积核函数代替向高维空间的非线性映射，增强响应面方法的非线性适应性，在此基础上进行蒙特卡罗模拟，作结构可靠性分析。本发明在结构可靠性分析中有很好的通用性，能适应各类非线性问题，扩展了Direct优化算法、支持向量机机器学习方法在结构可靠性分析领域的适用范围，有重要的理论和工程意义。
-
公开(公告)号：CN113343433B
公开(公告)日：2022-08-09
申请号：CN202110550914.5
申请日：2021-05-19
Applicant: 暨南大学
IPC: G06F30/20 , G06N3/00 , G06F111/04 , G06F111/08 , G06F119/02
Abstract: 本发明公开了一种基于KKT条件和差分进化算法的一阶可靠性分析方法，该方法基于KKT条件建立惩罚函数参数能自适应变化的一种等效可靠性分析模型，以改善惩罚函数参数呈指数增长的等效可靠性分析模型在强非线性问题中分析精度差和计算效率低的问题；将改进的具有自适应交叉操作机制的差分进化优化算法用来求解等效的结构元件可靠性分析模型，进而计算失效概率。本发明在使用一阶可靠性方法评估土木工程、机械工程、航空航天等领域复杂工程结构可靠性与安全程度时具有很好的通用性和适应性，收敛快、精度高，等效可靠性分析模型中新的罚函数系数确定方式可避免最可能失效点搜索算法早熟陷入局部最优而造成可靠性分析结果精度差等问题。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.023 seconds)
