×
Bai、Bin;郭志伟;周策;张伟;张君毅

基于自适应可靠性重要性抽样的扩展域粒子群算法在可靠性工程中的单模失效问题中的应用。 （英语） Zbl 1481.90311号

信息科学。 546, 42-59 (2021).
摘要：具有高度非线性、非正态和非依赖性的机械结构的失效是隐函数和小概率事件。这通常导致梯度算法场景的计算效率和精度较低，难以计算大型复杂结构和柔性系统的模型。为了处理上述约束，将可靠性数值模拟与粒子群优化（PSO）算法相结合，提出了一种高效、准确的可靠性数值方法——基于自适应可靠性指标重要性抽样的扩展域PSO（ARIIS-EDPSO）。将ARIIS-EDPSO中的可靠性指标和极限状态方程作为目标函数和约束函数。采用Nataf变换完成从原始变量空间到独立标准正态空间的转换过程，只需要边缘概率密度函数和随机变量之间的相关系数。为了验证提出的ARIIS-EDPSO的有效性，进行了五个案例的实验研究。结果表明，用ARIIS-EDPSO方法得到的约束冲突函数比用其他方法得到的要小，并且可以保证其收敛性。此外，ARIIS-EDPSO的精度优于其他非线性可靠性计算方法。此外，ARIIS-EDPSO可以准确预测失效概率。该方法在求解约束可靠性工程问题时具有良好的全局搜索能力、高效性和高精度。

引用于4文件

MSC公司：

90 C59 数学规划中的近似方法和启发式

关键词：

粒子群优化;可靠性;约束冲突函数;重要性抽样;伸展机构
PDF格式BibTeX公司 XML格式引用
\textit{B.Bai}等人，《信息科学》。546，42-59（2021年；兹bl 1481.90311）
全文： 内政部

参考文献：

[1] Yan，H。；张建新。；周，N。；Li，M.，煤层CO_2地质封存期间强度变化的应用，科学。Total Environ.公司。，711，第135029条pp.（2020）
[2] Mosadegh，H。；Ghomi，S.M.T.F。；Suer，G.A.，随机混合模型装配线排序问题：基于数学建模和Q学习的模拟退火超启发式，Eur.J.Oper。研究，282，530-544（2020）·Zbl 1430.90300号
[3] 刘伯伟。；Jin，W.T。；Lu，A.J.，SUS316L奥氏体不锈钢双激光束对焊工艺参数的人工神经网络和遗传算法优化设计，Opt。激光技术。，125，第106027条，第（2020）页
[4] 张，R。；Song，S.J。；Wu，C.，通过局部搜索增强的群体优化算法实现热轧生产的稳健调度，IEEE Trans。Ind.Inf.，16，2809-2819（2020）
[5] H.P.Zhang，粒子群优化算法的离散时间切换线性模型，swarm和进化计算。52（2020）UNSP 100606。
[6] Janet，J.P。；Chan，L。；Kulik，H.J.，《用机器学习加速化学发现：用人工神经网络模拟自旋交叉复合物的进化》，J.Phys。化学。莱特。，9, 1064-1071 (2018)
[7] 赵富强。；秦，S。；Zhang，Y。；马，W.M。；张，C。；Song，H.B.，基于两阶段差异生物地理学的优化算法及其性能分析，专家系统。申请。，115, 329-345 (2019)
[8] 佩纳，E。；张，S.M。；Patriat，R。；阿曼·J·E。；维泰克，J.L。；Harel，N。；Johnson，M.D.，《术后丘脑底核通路脑深部刺激靶向性多目标粒子群优化》，《神经工程杂志》，第15期，第066020页，（2018）
[9] Camci，E。；Kripalani，D.R。；马，L.L。；Kayacan，E。；Khanesar，M.A.，《采用粒子群优化滑模控制混合算法调谐的2型模糊神经网络的稻田质量检测空中机器人》，swarm Evol。计算。，41, 1-8 (2018)
[10] Jhang，J.Y。；Lin，C.J。；Lin，C.T。；Young，K.Y.，基于动态群粒子群优化的区间2型模糊控制器的移动机器人导航控制，Int.J.control Autom。系统。，16, 2446-2457 (2018)
[11] 陶，W。；刘，Z。；朱，P。；朱，C。；Chen，W.，使用改进的粒子群优化算法进行三维编织复合材料汽车挡泥板的多尺度设计，Compos。结构。，181, 73-83 (2017)
[12] ElSaid，A。；Ei，J.F。；希金斯，J。；野生，B。；Desell，T.，使用蚁群优化优化长短期记忆递归神经网络来预测涡轮发动机振动，Appl。软计算。，73, 969-991 (2018)
[13] J.Kennedy，R.C.Eberhart，粒子群优化，IEEE神经网络国际会议论文集。(1995) 1942-1948.
[14] Zhou，J.H。；Ren，J.X。；Yao，C.F.，通过灰色关联分析结合RBF神经网络和PSO算法对Inconel 718多轴球头铣削进行多目标优化，Measurement，102，271-285（2017）
[15] 巴哈尔，M。；赫马拉塔，V。；Dhanalakshmi，S。；库马尔，R。；Jain，S.M.，群机器人微粒子群优化中的动态惯性权重策略，无线通信。，110, 573-592 (2020)
[16] Han，H.G。；Wu，X.L。；张，L。；田，Y。；乔，J.F.，使用自适应梯度多目标粒子群优化的自组织RBF神经网络，IEEE Trans。赛博。，49, 69-82 (2019)
[17] Siabi-Garjan，A。；Hassanzadeh，R.，《多层薄膜工程光学特性的计算方法：应用于Bruggeman均匀化理论的粒子群优化》，《欧洲物理》。J.Plus，133，419（2018）
[18] Bai，B。；李，H。；张伟。；崔永川，基于极值响应面方法的改进子结构模态综合在失谐涡轮叶盘中的应用，J.Sound Vib。，472，第115210条pp.（2020）
[19] 刘，L。；Huai，Y.，使用LMC进行花卉和植物交互的动态手势识别，国际J.Patt。认可。Artif公司。智力。，33, 01, 1950003 (2019)
[20] 维拉·蒙特，A。；兰扎里尼。；Bariviera，A.F。；Olivas，J.A.，使用基于粒子群优化的评分优化方法的面向用户的摘要，《熵》，21（2019）
[21] 卢奇。；周，G.H。；赵，F。；李，L。；Ren，Y.P.，《减少珩磨过程碳排放的磨料颗粒形状和分布的测定》，《制造科学杂志》。工程-事务处理。ASME，141，第021008条pp.（2019）
[22] Sun，R.T。；刘，医学博士。；赵磊，基于粒子群优化算法和物联网的物流配送路径优化研究，国际小波多分辨率。信息处理。，17, 1950051 (2019)
[23] Wang，L.，容错云应用基于架构的可靠性敏感关键性度量，IEEE Trans。并行分配系统。，30, 2408-2421 (2019)
[24] 王，R。；田，J。；Wu，F。；张振华。；Liu，H.S.，三维计算模型中输电线路下电场的PSO/GA结合电荷模拟方法，电子，81140（2019）
[25] 谢福山。；詹，F.M。；Guo，Y.H.，基于双重拍卖和合作共同进化粒子群的拼车系统解决方法，应用。智力。，49, 741-763 (2019)
[26] 曹志刚。；郭海林。；张杰。；Niyato，D.，《提高随机车辆路径的效率：部分拉格朗日乘子法》，IEEE Trans。车辆。技术。，65, 3993-4005 (2016)
[27] 努内兹，L。；Regis，R.G。；Varela，K.，《径向基函数代理辅助约束全局优化的加速随机搜索》，J.Compute。申请。数学。，340, 276-295 (2018) ·Zbl 1433.90127
[28] Bagheri，M。；朱S.P。；Ben Seghier，M.E。；Keshtegar，B。；Trung，N.T.，腐蚀X100钢管模糊可靠性分析的混合智能方法，工程计算。，1-15 (2020)
[29] Xu，Y.D。；郭建伟。；郭立勇。；Liu，W.L。；姚明，J.T。；Zhao Y.S.，基于3UU-3URU单元的桁架可展开天线机构的设计与分析，Chin。J.Aeronaut。，32, 2743-2754 (2019)
[30] 郑涛。；Fei，Z。；芮，X。；Yan，L.D.，一种新型空间大型可展开抛物面结构，具有功率和通信集成，国际天线传播杂志。，3980947 (2019)
[31] Rahmat-Samii，Y。；马诺哈尔，V。；科维茨，J.M。；霍奇斯，R.E。；弗里伯里，G。；Peral，E.，为下一代立方体卫星雷达开发高度受限的1m ka波段网状可部署偏置反射面天线，IEEE Trans。天线传播。，67, 6254-6266 (2019)
[32] Han，B。；郑，D。；Xu，Y.D.，基于螺旋理论的过约束剪刀式双环桁架可展开天线机构的运动学特性和动力学分析，IEEE Access，7140755-140768（2019）
[33] 巴塔拉伊，S。；Kim，H。；Jung，S.H。；Oh，H.U.，立方体卫星可展开太阳能电池板基于pogo销的固定和释放机构的开发，国际航空航天工程杂志，2580865（2019）
[34] 杨，C。；张晓平。；黄晓清，使用遗传算法在SSPS中监测可展开天线模块健康的最佳传感器布置，《航天员学报》。，140, 213-224 (2017)
[35] 科齐尔，S。；Michalewicz，Z.，进化算法，同态映射和约束参数优化，进化。计算。，7, 19-44 (1999)
[36] S.B.Hamida，M.Schoenauer，ASCHEA：使用自适应分离约束处理的新结果；进化计算大会会议记录。新泽西州皮斯卡塔韦，IEEE（2002）884-889。
[37] Runarsson，T.P。；Yao，X.，约束进化优化的随机排序，IEEE Trans。进化。计算。，4, 284-294 (2000)
[38] Belegundu，A.D.，《结构优化的数学规划方法研究》（1982年），爱荷华州大学：爱荷华大学
[39] Arora，J.S.，《优化设计导论》（1989），McGraw-Hill:McGraw-Hill纽约·Zbl 0676.60001号
[40] Coello，C.A.C.，工程优化问题的自适应惩罚方法的使用，计算。印度，41，113-127（2000）
[41] 科埃洛，C.A.C。；Montes，E.M.，《通过使用基于优势的比赛选择实现遗传算法中的约束传递》，《高级工程信息》，第16期，第193-203页（2002年）
[42] 科埃罗，C.A.C。；Becerra，R.L.，《通过使用文化算法实现高效进化优化》，《工程优化》。，36, 219-236 (2004)
[43] 何，Q。；Wang，L.，约束工程设计问题的有效协同进化粒子群优化，工程应用。Artif公司。智力。，19, 89-99 (2007)
[44] 何，Q。；Wang，L.，一种基于可行性规则的混合粒子群优化算法，用于约束优化，应用。数学。计算。，186, 1407-1422 (2007) ·Zbl 1117.65088号
[45] Štefanić，P。；Cigale，M。；A.C.琼斯。；Knight，L。；泰勒，I。；伊斯特拉特，C。；苏秋，G。；尤利西斯，A。；斯坦科夫斯基，V。；塔赫里扎德，S。；萨拉多，F.G。；库卢齐斯，S。；马丁·P。；Zhao，Z.M.，SWITCH workbench:一种开发和部署基于时间关键型微服务的云主动应用程序的新方法，Future Gener。计算。系统。，99, 197-212 (2019)
[46] Metya，S。；Mukhopadhyay，T。；阿迪卡里，S。；Bhattacharya，G.，使用多元自适应回归样条对具有一般滑动面的土坡进行系统可靠性分析，计算。岩土工程。，87, 212-228 (2017)
[47] 北卡罗来纳州盖顿。；Bourinet，J.M。；Lemaire，M.，CQ2RS：可靠性分析响应面方法的新统计方法，Struct。安全。，25, 99-121 (2003)
[48] Charles，E.，基于粒子群优化的结构可靠性评估，结构。安全。，5, 171-186 (2005)
[49] 王，L.P。；Grandhi，R.V.，结构可靠性分析的有效安全指数计算，计算。结构。，52, 103-111 (1994) ·兹比尔0900.73971
[50] Maurice，L.，《结构可靠性》（2005），Wiley:Wiley London
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。