基于最优条件重要抽样法的结构失效概率的求解方法技术

本发明专利技术提供一种基于最优条件重要抽样法的结构失效概率的求解方法，将每一输入变量的分布区间划分为连续但不相交的子区间，对每一个输入变量的失效概率δi进行估计，选择使δi达到最大值的输入变量作为条件变量；在已知条件变量条件下，分别估计失效概率估计值的方差

【技术实现步骤摘要】
基于最优条件重要抽样法的结构失效概率的求解方法
本专利技术涉及结构可靠性分析与优化设计
，具体而言，涉及一种基于最优条件重要抽样法的结构失效概率的求解方法。
技术介绍
结构可靠性表征的是结构在规定的条件下完成规定功能的能力。结构可靠性分析中的一个关键的问题是求解结构的失效概率P(F)，其本质是求解所有随机输入变量的联合概率密度函数在失效域{X:G(X)≤0}内的高维积分问题，可以将其表示为Pf＝Prob[G(X)≤0]＝∫G(X)≤0f(X)dX(1)其中，X＝(X1,…,Xd)为d维随机输入变量，f(X)表示输入随机变量的联合概率密度函数，G(X)表示结构的功能函数，F＝{X:G(X)≤0}表示结构失效。经过众多学者几十年的研究，已经发展出许多非常成熟的方法用于求解结构的失效概率，它们能够满足不同类型的工程需求。但传统的求解方法计算效率低，计算代价大，在应用的过程中也存在许多的限制条件。例如，应用重要抽样法估计结构的失效概率时，需要对失效域的信息有所了解，以便能够合理地选择重要抽样密度函数，并且重要抽样法对于高维情况下失效概率的估计也会遇到困难。专利技术内容本专利技术的目的在本文档来自技高网...

【技术保护点】
1.一种基于最优条件重要抽样法的结构失效概率的求解方法，其特征在于，包括：将与结构失效相关联的变量作为分析样本，每一种变量作为一个输入变量，抽取NCIS个样本，把每一输入变量的分布区间划分为m个连续但不相交的子区间Ak(k＝1,2,...m)；采用重要抽样法对每一个输入变量的δi进行估计，对所有δi估计值进行比较，选择使δi估计值达到最大值的输入变量作为条件变量；δi的估计值为：

【技术特征摘要】
1.一种基于最优条件重要抽样法的结构失效概率的求解方法，其特征在于，包括：将与结构失效相关联的变量作为分析样本，每一种变量作为一个输入变量，抽取NCIS个样本，把每一输入变量的分布区间划分为m个连续但不相交的子区间Ak(k＝1,2,...m)；采用重要抽样法对每一个输入变量的δi进行估计，对所有δi估计值进行比较，选择使δi估计值达到最大值的输入变量作为条件变量；δi的估计值为：在已知条件变量和对应的区间数m和Ak的条件下，分别估计失效概率估计值的方差和失效概率最优估计值的方差比较和判断是否显著小于若否，则以的结果作为最终估计值；若是，则调整输入变量的分布区间划分，重新估计失效概率和以此迭代，直至不显著小于2.根据权利要求1所述的求解方法，其特征在于，所述失效概率估计值的方差根据下式计算：其中，Nk为子区间对应的样本数。3.根据权利要求1所述的求解方法，其特征在于，所述失效概率最优...

【专利技术属性】
技术研发人员：王攀，岳珠峰，肖思男，谭世旺，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61