- 详情
- 2021-04-26
- 简介
- 662KB
- 页数 3P
- 阅读 102
- 下载 35
提出通过人工神经网络拟合极限状态函数的方法来解决结构可靠性问题。根据多层神经网络映射存在定理,对于任何在闭区间内的一个连续函数都可以用含有一个隐含层的BP网络来逼近。应用此定理,通过人工神经网络拟合极限状态方程,借助神经网络的函数映射关系产生大量的极限状态函数值,作为下一步的分析数据。此过程并不像MonteCarlo法对每一点都做确定性计算,因而达到减少计算工作量的目的。该方法仅采用Monte Carlo法随机抽样的思路,对大范围的数据进行概率分析,通过概率分析得到极限状态函数值的均值和标准差,以便求得结构系统的可靠性指标,进行结构系统可靠性分析。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于BP神经网-络Monte Carlo法的结构可靠性分析 662KB
基于BP神经网络-SOSM的结构可靠性分析 664KB
基于蒙特卡罗法的扳手结构可靠性分析 621KB
基于Monte-Carlo法的软土路基工后沉降可靠性分析 230KB
基于随机PERT网络Monte-Carlo仿真的任务可靠性分析 492KB
基于非概率集合理论的结构可靠性分析 303KB
基于截尾概率分布的结构可靠性分析 234KB
基于神经网络法的CFRP混凝土梁的可靠性分析 1.7MB
基于降维算法和Edgeworth级数的结构可靠性分析 286KB
基于未确知数学理论的建筑结构可靠性分析 479KB