邓健 基于径向基函数网络的隐式性能函数结构可靠性分析。 (英文) Zbl 1121.74489号 国际固体结构杂志。 43,编号11-12,3255-3291(2006). 小结:这是我们关于隐式性能函数结构可靠性分析的第二篇论文。第一篇论文提出了使用多层感知器人工神经网络进行结构可靠性分析的方法[Deng,J.,Gu,D.S.,Li,X.B.,Yue,Z.Q.,2005。使用人工神经网络进行隐式性能函数的结构可靠性分析。结构安全25(1),25-48]。本文提出了三种基于径向基函数网络(RBF)的可靠性分析方法,即基于RBF的MCS、基于RBF-FORM和基于RBF-SORM。RBF技术使用一小组隐式性能函数的实际数据,这些数据是通过物理实验或常规数值分析(如复杂结构系统的有限元方法)获得的,并用于开发经过训练的RBF泛化算法。然后,通过简单地从已建立并成功训练的RBF网络中提取信息,可以很容易地获得隐式性能函数的大量函数值和偏导数。这些函数值和导数用于传统的MCS,FORM或SORM构成基于RBF的可靠性分析算法。文中给出了一些实例来说明如何将所提出的基于RBF的方法用于结构可靠性分析。结果与蒙特卡罗模拟、多层感知器网络、响应面法、FORM方法2等传统可靠性方法的结果进行了比较。算例表明,该方法适用于包含隐式性能函数的结构可靠性分析。 引用于11文件 MSC公司: 74S30型 固体力学中的其他数值方法(MSC2010) 74千99 薄体、结构 关键词:径向基函数网络;隐式性能函数;可靠性分析;蒙特卡洛模拟;一阶可靠性方法;二阶可靠性方法 PDF格式BibTeX公司 XML格式引用 \textit{J.Deng},国际固体结构杂志。43,编号11--12,3255-3291(2006;Zbl 1121.74489) 全文: 内政部