格式:pdf
大小:140KB
頁數(shù):
將支持向量機回歸技術(shù)引入隱式極限狀態(tài)結(jié)構(gòu)的非概率可靠性分析,基于未確知信息的分段均布描述模型,設(shè)計了訓練樣本抽取策略.為了統(tǒng)一樣本尺度,根據(jù)分段均布模型與標準化區(qū)間均布模型的雙射關(guān)系,將基本變量區(qū)域中的樣本數(shù)據(jù)轉(zhuǎn)化成標準區(qū)間變量域中的樣本數(shù)據(jù),保證了支持向量機訓練的穩(wěn)定性.給出了SVR預測模型算法,并實現(xiàn)了在標準化區(qū)間變量域中直接抽取訓練、測試及預測樣本,使得樣本抽取和蒙特卡羅模擬計算更便于實現(xiàn).通過算例對方法的精度和可行性進行了驗證,結(jié)果表明:該方法可解決隱式極限狀態(tài)結(jié)構(gòu)的非概率可靠性分析問題,且應用簡便.
格式:pdf
大?。?span class="single-tag-height">392KB
頁數(shù): 6頁
在城區(qū)中修建地鐵隧道對安全性有極高的要求,傳統(tǒng)的安全系數(shù)法雖然能在一定程度上反映工程的安全性,但無法考慮變量的隨機性.針對傳統(tǒng)子集模擬法的不足,引入了一種改進方法,對功能函數(shù)閥值處存在相等情況時的子集模擬法,提供一種解決思路.為解決子集模擬法在初始樣本點少時的計算不準確問題,基于支持向量機的小樣本學習能力,提出隨機有限元法(SFEM)、支持向量機(SVM)和子集模擬法耦合的可靠度分析方法.使用耦合方法和傳統(tǒng)方法分別計算襯砌單元的失效概率.并用經(jīng)典算例與傳統(tǒng)方法進行了對比,驗證了其準確性和應用的可行性,可以作為樣本點不足時分析地鐵隧道的可靠度方法.結(jié)果表明,在樣本數(shù)量較少的條件下,耦合算法具有很好的計算效率和精度,適用于隧道工程可靠度分析.