基于神经网络的闸阀模糊可靠度计算.pdf

为了解决传统Monte Carlo方法在计算土木工程可靠度时存在计算量过大的问题,引入AK-MCS方法进行可靠度计算。虽然这种方法通过主动学习可以在保证精度的前提下提高计算效率,但方法中初始样本点的数量差异可能对失效概率的评估精度和功能函数调用次数具有一定的影响。为研究这种影响,采用拉丁抽样法抽取不同数量初始样本,通过两个算例进行对比和分析,计算结果表明,初始样本数量不同会造成主动学习的次数不同,初始样本点越少需要的主动学习次数较多,当初始样本数量是随机变量的5倍时,可靠度计算精度达到传统Monte Carlo方法结果。