一种基于改进自适应重要抽样的性能可靠性仿真方法技术

技术编号:5397773 阅读:353 留言:0更新日期:2012-04-11 18:40
一种基于改进自适应重要抽样的性能可靠性仿真方法,该方法依照下述四个阶段进行:第一阶段:抽取初始失效样本,以参数原始均值为采样中心,原始方差的1-3倍为采样协方差,进行随机搜索,并通过迭代找到初始失效样本;第二阶段:抽取一批失效样本,以第一阶段搜索到的失效样本作为第二阶段的初始采样中心进行随机抽样,并在下一次的循环中,调整采样中心,循环至抽取到指定数目的失效样本;第三阶段:自适应重要抽样,根据第二阶段抽取到的失效样本,计算第三阶段的初始采样中心和初始采样协方差,进行循环抽样仿真;第四阶段:统计计算,完成一次抽样后,重新计算采样中心和采样协方差,当失效概率的仿真结果趋于稳定时,停止仿真,完成自适应重要抽样的性能可靠性仿真。

【技术实现步骤摘要】

本专利技术提供,它属于系统可 靠性仿真分析领域的一种高效率、高精度仿真方法,注重于解决系统显性失效方程不存在 时的性能可靠性分析问题,属于可靠性工程

技术介绍
随着系统复杂程度越来越高,利用传统的可靠性分析方法往往无法对系统进行有 效的分析,因此在工程中越来越多地借助仿真手段。利用计算机模拟,对系统进行可靠性分 析,最常用的方法是蒙特卡洛仿真(Monte Carlo Simulation, MCS)。基于大数定律的MCS 在可靠性分析中尽管简单易行,适用性广,但是在估计小概率事件发生的概率时,需要进行 数目非常庞大的仿真实验,才能得到有价值的结果,这就需要耗费大量的计算机和人力资 源,有时甚至会超出计算机的承受能力。于是有研究者提出了改进MCS效率的方法,其中重 要抽样(ImportanceSampling,IS)方法是常用的一种方差缩减技术。IS方法的主要思想是通过尺度变换来修改决定仿真输出结果的概率测度,使本来 发生概率很小的事件频繁发生。通过修改后的概率密度函数,即重要抽样函数进行抽样, 得到以较高概率出现的样本;然后通过对其输出结果加权来补偿由修改密度函数带来的偏本文档来自技高网...

【技术保护点】
一种基于改进自适应重要抽样的性能可靠性仿真方法,其特征在于:该方法依照下述四个阶段进行:第一阶段:抽取初始失效样本初始失效样本的选择对于算法的收敛有关键作用,应使其尽可能地靠近失效面上的设计点;以原始概率密度函数的均值μ为采样中心,原方差σ的1-3倍作为采样协方差,进行随机搜索得随机参数向量样本X↓[i]=[x↓[1i]x↓[2i]…x↓[Li]],仿真,得性能结果θ↓[i];给定误差限ζ,判断θ↓[i]和失效阈值θ↓[f]的距离是否在给定误差限内,即|θ↓[i]-θ↓[f]|<ζ?若是则判断系统是否失效,是则进入第二个阶段,否则继续循环;在下一次的循环中,对采样中心μ进行调整,μ↓[i]=a...

【技术特征摘要】

【专利技术属性】
技术研发人员:马纪明詹晓燕曾声奎任羿郭健彬孙博冯强
申请(专利权)人:北京航空航天大学
类型:发明
国别省市:11[中国|北京]

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1