科研之友
微信
新浪微博
Facebook
分享链接
摘要
在结构可靠性分析时，选择合适的自适应加点策略是构建高精度、高效率代理模型的关键。本文提出了一种面向多种代理模型的基于GLF（General Learning Function）学习函数的结构可靠性分析自适应加点策略。自适应加点策略被视为一个多目标优化过程，GLF学习函数考虑了样本点间的平均距离与最小距离、是否分布在极限状态函数的附近以及联合概率密度函数等因素，使得自适应添加的样本点能稳健、高效地提升代理模型对失效概率的估计精度。数值案例和工程案例结果表明，针对不同的代理模型，GLF学习函数能够利用少量的样本点，高精度、高效率地估计出结构的失效概率。
- 单位
