×
王金生;李晨峰;徐国吉;李永乐;阿赫桑·卡里姆

基于自适应贝叶斯支持向量回归的高效结构可靠性分析。 （英语） Zbl 1507.62309号

计算。方法应用。机械。工程师。 387，文章ID 114172，28 p.（2021）.
摘要：为了减少涉及复杂数值模型的结构可靠性分析的计算负担，已经开发了许多基于替代模型的自适应算法。在各种替代模型中，基于统计学习理论的回归支持向量机（SVR）在处理非线性问题和避免过度拟合方面表现出了优异的性能，具有良好的泛化能力。因此，为了充分利用SVR的理想特性，本文提出了一种基于贝叶斯SVR模型的自适应算法（ABSVR）。在ABSVR中，遵循优化中惩罚函数方法的概念，设计了一种新的学习函数，用于有效地选择信息样本点。为了提高实验设计中样本点的均匀性，在学习函数中增加了距离约束项。此外，为了进一步提高算法的效率，采用了一种自适应采样区域方案来过滤出具有弱概率密度的样本。此外，在基于错误的停止准则的基础上，利用bootstrap置信度估计，提出了一种混合停止准则，以终止主动学习过程，确保学习算法在适当的阶段停止。所提出的ABSVR易于实现，因为不需要嵌入式优化算法，也不需要等概率变换。通过六个不同复杂度的算例对ABSVR的性能进行了评估，结果表明ABSVR在结构可靠性分析中具有较高的准确性和效率。

引用于4文件

MSC公司：

62号05 可靠性和寿命测试
62英尺15英寸 贝叶斯推断
62J02型 一般非线性回归

关键词：

结构可靠性分析;自适应代理模型;支持向量回归;贝叶斯推断;学习功能

软件：

AK-MCS公司;乌兹拉布
PDF格式BibTeX公司 XML格式引用
\textit{J.Wang}等人，计算。方法应用。机械。工程387，文章ID 114172，28 p.（2021；Zbl 1507.62309）
全文： 内政部 链接

参考文献：

[1] 李杰；陈建兵，《结构随机动力学》（2009），John Wiley&Sons·Zbl 1170.74003号
[2] Bourinet，J.-M，Rareevent概率估计与自适应支持向量回归代理，Reliab。工程系统。安全。，150, 210-221 (2016)
[3] 尼古拉斯·莱利耶夫尔（Nicolas Lelièvre）；皮埃尔·博雷尔；塞西尔·马特朗；Gayton，Nicolas，AK-MCSi:处理小失效概率和耗时模型的基于Kriging的方法，Struct。安全。，73, 1-11 (2018)
[4] 诺兰·库尔茨；Song，Junho，使用高斯混合的基于交叉熵的自适应重要性采样，结构。安全。，42, 35-44 (2013)
[5] 艾森·帕皮奥安诺；Papadimitriou，科斯塔斯；Daniel Straub，《结构可靠性分析的序贯重要性抽样》。安全。，62, 66-75 (2016)
[6] Au、Siu-Kui；Beck，James L.，通过子集模拟估计高维中的小故障概率，Probab。工程机械。，16, 4, 263-277 (2001)
[7] 王子奇；马可·布罗卡多；Song，Junho，可靠性分析中子集模拟的哈密顿蒙特卡罗方法，结构。安全。，76, 51-67 (2019)
[8] Lopez，R.H。；托里，A.J。；米格尔，L.F.F。；Cursi，J.E.Souza，使用完整的特征化方法克服FORM的缺点，Struct。安全。，第54页，第57-63页（2015年）
[9] 朱顺鹏；Behrooz Keshtegar；Chakraborty，Subrata；Trung，Nguyen-Thoi，用于搜索结构可靠性分析中最可能点的新概率模型，计算。方法应用。机械。工程，366，第113027条pp.（2020）·Zbl 1442.62223号
[10] Der Kiureghian，亚美尼亚；林洪忠；Hwang，Shyh-Jinn，二阶可靠性近似值，J.Eng.Mech。，113, 8, 1208-1225 (1987)
[11] 黄贤珍；李宇雄；张益民；张旭芳，一种新的直接二阶可靠性分析方法，应用。数学。型号。，55, 68-80 (2018) ·Zbl 1480.90113号
[12] 王金生；Aldosary，穆罕纳德；岑、宋；李晨峰，结构可靠性分析的埃尔米特多项式正态变换，工程计算。(2021)
[13] Aldosary，穆罕纳德；王金生；李晨峰，《结构可靠性与随机有限元方法：现状综述与循证比较》，工程计算。，35, 6, 2165-2214 (2018)
[14] 美国Bucher，《结构可靠性问题的快速有效响应面方法》。多磁盘。最佳。，7(1), 57-66 (1990)
[15] 格劳德·布拉特曼（Géraud Blatman）；Sudret，Bruno，基于最小角度回归的自适应稀疏多项式混沌展开，J.Compute。物理。，2306，2345-2367（2011年）·Zbl 1210.65019号
[16] 马利基·穆斯塔法；Jean-Marc Bourinet；纪尧姆（Guillaume），贝诺（Benoît）；Sudret，Bruno，结构工程应用的克里金和支持向量回归的比较研究，ASCE-ASME J.风险不确定性。工程系统。A、 第4、2条，第04018005页（2018年）
[17] 赵静；陈建桥；Xu，Li，RBF-GA：用于结构可靠性分析的自适应径向基函数元建模，Reliab。工程系统。安全。，189, 42-57 (2019)
[18] 宋慧珍；Choi，Kyung K。；Lee，Ikjin；赵亮；David Lamb，高维问题可靠性分析的自适应虚拟支持向量机，Struct。多磁盘。最佳。，47, 4, 479-491 (2013) ·Zbl 1274.62429号
[19] 罗伊，阿廷；Chakraborty，Subrata，用于结构可靠性分析的顺序自适应采样的基于支持向量回归的元模型，Reliab。工程系统。安全。，第106948条pp.（2020）
[20] Gomes，A.M.，《响应面和神经网络与其他结构可靠性分析方法的比较》，结构。安全。，26(1), 49-67 (2004)
[21] 郑凯；陆振洲，基于代理模型集成学习的结构可靠性分析，结构。安全。，83，第101905条pp.（2020）
[22] 孙志立；王健；李锐；Tong，Cao，LIF：一种新的基于Kriging的学习函数及其在结构可靠性分析中的应用，Reliab。工程系统。安全。，157，完成，152-165（2017）
[23] 李旭；龚春林；顾良贤；高文坤；Jing，Zhao；苏华，基于径向基函数的可靠性分析序贯替代法，结构。安全。，73, 42-53 (2018)
[24] 项正良；陈家辉；鲍月泉；李慧，结构可靠性分析中结合深度神经网络和加权抽样的主动学习方法，机械。系统。信号处理。，140，第106684条pp.（2020）
[25] Bichon，B.J。；埃尔德雷德，M.S。；斯威勒，L.P。；马哈德万，S。；Mcfarland，J.M.，非线性隐式性能函数的有效全局可靠性分析，Aiaa J.，46，10，2459-2468（2008）
[26] 埃查德，B。；北卡罗来纳州盖顿。；Lemaire，M.，AK-MCS：结合克里金和蒙特卡罗模拟的主动学习可靠性方法，结构。安全。，33，2，第145-154页（2011年）
[27] 戴洪哲；张浩；王伟；薛国峰，利用自适应马尔可夫链模拟和支持向量回归对极限状态函数进行局部近似的结构可靠性评估，计算-辅助公民。基础设施。工程师，27，9，676-686（2012）
[28] Bourinet，J.M.，Rareevent概率估计与自适应支持向量回归代理，Reliab。工程系统。安全。，150, 210-221 (2016)
[29] 潘秋静；Dias，Daniel，结合自适应支持向量机和蒙特卡罗模拟的有效可靠性方法，结构。安全。，67, 85-95 (2017)
[30] 张旭芳；王磊；Sorensen，John Dalsgaard，REIF：一种用于结构可靠性分析的自适应克里格代理模型的新型主动学习函数，Reliab。工程系统。安全。，185年5月，440-454（2019）
[31] 石、燕；吕振洲；何汝阳；周一成；Chen，Siyu，基于Kriging的可靠性分析新学习函数，Reliab。工程系统。安全。，198，第106857条pp.（2020）
[32] 王，Z。；Shafieezadeh，A.，ESC：基于克里金可靠性分析方法的有效基于错误的停止准则，Struct。多磁盘。最佳。，59(5), 1621-1637 (2019)
[33] 王泽瑜；Shafieezadeh，Abdollah，REAK：通过基于错误率的自适应克里金进行可靠性分析，Reliab。工程系统。安全。，182, 33-45 (2019)
[34] 易嘉祥；周，齐；程元胜；刘军，结合新学习函数和基于错误的停止准则的高效自适应克里金可靠性分析，结构。多磁盘。最佳。，1-20 (2020)
[35] 埃查德，B。；北卡罗来纳州盖顿。；勒迈尔，M。；Relun，N.，具有时间要求的数值模型的小故障概率的重要性抽样和克里格可靠性组合方法，Reliab。工程系统。安全。，111, 232-240 (2013)
[36] 宋景文；魏鹏飞；马尔科斯·巴尔代贝尼托（Marcos Valdebenito）；Michael Beer，《利用全球不精确线抽样进行罕见事件评估的自适应可靠性分析》，计算。方法应用。机械。工程，372，第113344条pp.（2020）·Zbl 1506.62392号
[37] 苏美嘉；薛国锋；王大阳；张永善；Zhu，Yong，一种新的主动学习可靠性方法，结合自适应克里格和球面分解-MCS（AK-SDMCS），用于小故障概率，Struct。多磁盘。最佳。，1-23 (2020)
[38] 塔亚卜·扎法尔；张燕伟；Wang，Zhonglai，一种有效的基于Kriging的方法，用于通过进化算法进行基于时变可靠性的稳健设计优化，计算。方法应用。机械。工程师，372，第113386条，第（2020）页·Zbl 1506.74312号
[39] 孟曾；张卓辉；张德全；Yang，Dixiong，一种结合Kriging和加速混沌单回路方法（AK-ACSLA）的主动学习方法，用于基于可靠性的设计优化，Compute。方法应用。机械。工程，357，第112570条pp.（2019）·Zbl 1442.74156号
[40] 瑞·特谢拉（Rui Teixeira）；玛丽亚·诺格尔（Maria Nogal）；Alan O'Connor，《基于元模型的可靠性分析中的适应性方法：综述》，结构。安全。，89，第102019条pp.（2021）
[41] 斯特凡诺·马雷利；Sudret，Bruno，《结构可靠性分析中结合稀疏多项式混沌展开和自举的主动学习算法》。安全。，75, 67-74 (2018)
[42] 洪林雄，李华聪，彭凯，用于结构可靠性分析的组合径向基函数和自适应序贯抽样方法，应用。数学。型号90375-393·Zbl 1481.62084号
[43] 邦廷，W.L。；Weigend，A.S.，贝叶斯反向传播，复杂系统。，5, 6, 603-643 (1991) ·兹比尔0761.62031
[44] David J.C.MacKay，《反向传播网络的实用贝叶斯框架》，神经计算。，4, 3, 448-472 (1992)
[45] Neal，Radford M.，混合蒙特卡罗方法的反向传播网络贝叶斯训练技术报告（1992），Citeser
[46] Sollich，Peter，《支持向量机的贝叶斯方法：证据和预测类概率》，马赫。学习。，46, 1, 21-52 (2002) ·Zbl 0998.68098号
[47] 郭天佑，《应用于支持向量机的证据框架》，IEEE Trans。神经网络。，11, 5, 1162-1173 (2000)
[48] 马丁·H·C·劳。；Kwok，James Tin Yau，贝叶斯支持向量回归，（国际人工智能与统计研讨会（2001），PMLR），162-167
[49] 高俊斌B。；史蒂夫·冈恩（Steve R.Gunn）。；克里斯·哈里斯。；Brown，Martin，《支持向量机回归和误差线估计的概率框架》，马赫。学习。，46, 1, 71-89 (2002) ·Zbl 0999.68180号
[50] 朱伟；Keerthi，S.萨蒂亚；Ong，Chong Jin，使用统一损失函数的贝叶斯支持向量回归，IEEE Trans。神经网络。，15, 1, 29-44 (2004)
[51] 郑凯；Lu，Zhenzhou，主动学习贝叶斯支持向量回归模型的全局逼近，Inform。科学。，544, 549-563 (2021) ·Zbl 1475.68265号
[52] 郑凯；Lu，Zhenzhou，结构可靠性分析的自适应贝叶斯支持向量回归模型，Reliab。工程系统。安全。，206，第107286条pp.（2021）
[53] 温志勋；裴海清；刘海；Yue，Zhufeng，一种具有自适应采样区域和并行性特点的序贯克里金可靠性分析方法，Reliab。工程系统。安全。，153, 170-179 (2016)
[54] 亚历克斯·斯莫拉（Alex J.Smola）。；Schölkopf，伯恩哈德；Müller，Klaus-Robert，正则化算子与支持向量核之间的联系，神经网络。，11, 4, 637-649 (1998)
[55] 穆斯塔法，M。；拉塔尼奥蒂斯，C。；马雷利，S。；Sudret，B.，UQLab用户手册-回归支持向量机报告UQLab，V1.4-111（2021），苏黎世联邦理工学院风险、安全和不确定性量化主席：瑞士苏黎世联邦理工学院风险、安全和不确定性量化主席
[56] Bourinet，Jean-Marc，《不确定性下的可靠性分析和优化设计——以基于替代的自适应方法为重点》（2018年），克莱蒙·奥弗涅大学（博士论文）
[57] 张旭芳；王磊；Sörensen，John Dalsgaard，AKOIS：结构系统可靠性分析的自适应克里金重要抽样方法，Struct。安全。，82，第101876条pp.（2020）
[58] 拉塔尼奥蒂斯，C。；马雷利，S。；Sudret，B.，UQLab用户手册-输入模块报告编号：UQLab-V1，2-102（2015），苏黎世以太银行风险、安全和不确定性量化主席：瑞士苏黎世ETH风险、安全与不确定性量化委员会主席
[59] 马雷利，S。；Schöbi，R。；Sudret，B.，UQLab用户手册结构可靠性（罕见事件估计）报告UQLab-V0，9-107（2016），结构可靠性
[60] 吕克·舒尔曼斯；Van Gemert，Dionys，样条曲线和神经网络在基于仿真的结构可靠性分析中的优势，结构。安全。，27, 3, 246-261 (2005)
[61] Kim，Jungho；Song，Junho，可靠性分析的n-Ball概率自适应克里金（PAK-Bn），结构。安全。，第85条，第101924页（2020年）
[62] 孟、曾；张卓辉；李刚；张德泉，一种有效的小失效概率可靠性评估的主动权重学习方法，结构。多磁盘。最佳。，61, 3, 1157-1170 (2020)
[63] 徐春龙；陈卫东；马景欣；石亚琴；Lu，Shengzhuo，AK-MSS：小失效概率AK-MCS方法的改编，结构。安全。，86，第101971条pp.（2020）
[64] 云婉莹；吕振洲；蒋，西安；张磊刚；何鹏飞，AK-ARBIS：基于小失效概率自适应径向重要性抽样的改进AK-MCS，Struct。安全。，82，第101891条pp.（2020）
[65] 周彤；彭永波，通过降维、自适应抽样和蒙特卡罗模拟进行结构可靠性分析，结构。多磁盘。最佳。，1-23 (2020)
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。