摘要

该文利用具有良好小样本学习能力的支持向量机回归拟合结构响应的显式函数,计算随机变量的灵敏度系数,并结合蒙特卡洛法对结构响应的随机性进行分析。采用自适应混合粒子群法优化支持向量机相关参数取值,提高了计算效率。通过两个工程算例验证了该方法的可行性,并对比了训练样本抽样方法对计算精度的影响。算例结果表明:利用补充抽样方法抽取训练样本计算结构随机性得到的结果精度高,拟合的概率密度分布曲线可以更好的反映真实情况;同时利用灵敏度系数研究了算例中不同随机变量对结构响应的敏感性。