- 详情
- 2021-04-26
- 简介
- 778KB
- 页数 5P
- 阅读 88
- 下载 27
针对传统边坡可靠度分析方法的局限性,将高斯过程机器学习与重要抽样方法相结合,提出了边坡可靠度分析的高斯过程方法。利用极限平衡分析构造少量的学习样本,采用基于统计学习原理的高斯过程模型重构边坡隐式功能函数,实现边坡功能函数及其偏导数的显式表达,并构造合理的迭代方式,在计算过程中不断提升高斯过程模型对失效概率贡献较大区域的重构精度,进而应用重要抽样法计算边坡的失效概率与可靠指标。研究结果表明,该方法是可行的,具有较高的计算精度和效率。
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
边坡可靠度分析的高斯过程方法 778KB
边坡可靠度分析的响应面方法比较研究 1.6MB
边坡可靠度分析的响应面方法比较研究 1.8MB
结构可靠度分析的高斯过程重要抽样方法 343KB
边坡可靠度风险评价分析 1.2MB
基于蒙特卡洛法的边坡可靠度分析 560KB
基于蒙特卡罗法的边坡可靠度分析 1.4MB
基于MPSO方法的边坡可靠度计算研究 377KB
基于蒙特卡罗模拟的高效边坡可靠度修正方法 713KB
融合神经网络的边坡可靠度分析与应用 176KB