基于自适应Kriging代理模型的交叉熵重要抽样法

对于复杂失效域和小失效概率耦合的可靠性分析问题，本文提出了一种交叉熵重要抽样（CE-IS）方法结合自适应Kriging （AK）代理模型的求解方法（CE-IS-AK）。所提方法基于交叉熵原理，用混合高斯模型逐步逼近最优重要抽样密度函数，并采用AK模型协助逼近过程中混合高斯模型的参数的更新，从而提高了CE-IS方法的计算效率。另外，本文还改进了CE-IS方法的收敛准则，避免了方法的冗余迭代，扩大了方法的适用范围。由于在CE-IS方法中引入了AK模型，因此，本文方法所构建的重要抽样函数在保证精度的基础上提高了效率。相较于AK-MCS方法，本文方法中引入了重要抽样的思想，因此在Kriging训练点数目基本相同的情况下，大幅缩减小失效概率计算时样本池规模，并且由于利用了混合高斯模型，因而对多失效域具有较好的适用性。算例分析也证明了本文所提方法的优越性。     

基于Markov Chain Monte Carlo的幂律过程的Bayesian分析

在多种合理的无信息先验分布下,基于Markov Chain Monte Carlo方法,提出了一种简单且易于抽样的幂律过程的Bayesian分析方法.所提方法将失效、时间截尾数据统一分析,能快捷地获取幂律过程模型参数的Markov Chain Monte Carlo样本,利用该样本不但能直接给出模型参数函数的后验分布,还能给出单样预测和双样预测的分析.一个经典工程数值算例说明了所提方法的可行性、合理性与有效性.该方法具有一定的优越性,可为小子样可靠性增长分析提供一种值得参考的方法.      

随机结构响应量置信区间的一种求解方法

基于经典的可靠性分析方法和非正态变量向正态变量的等价变换,提出了随机结构响应量置信区间估计的一种迭代方法,该方法可用于复杂响应量函数或隐式响应量函数的置信区间分析。在采用有精确解的算例验证了所提方法的有效性后,将所提方法用于2个工程实例,对10杆结构中的位移函数和某型飞机翼身连接接头模型中的响应面函数进行了置信区间估计,所提方法的计算结果与数值模拟方法计算结果的对照表明:所提方法计算工作量小且计算精度高。     

某型飞机翼身连接接头可靠性分析

首先将标准有限元程序与改进的均值法相结合，对某型飞机翼身连接接头处的刚度可靠性进行分析，结果表明，在所给载荷和允许应变情况下，该接头结构在外载变异系数为0.15，弹性模量和剪切模量为0.05时，仍具有较高的可靠度。然后，又将标准有限元分析程序与响应面法结合，在假设接头的响应极限状态方程为一不包括交叉项的二次多项式的基础上，利用有限元分析确定响应极限状态方程，通过迭代运算，保证响应极限状态方程在最有可能失效点处与接头结构真实的隐式极限状态方程有很好的近似程度。2种方法的计算结果具有较好的一致性。最后，基于弹塑性应变分析，给出了在大过载情况下的低周疲劳寿命可靠性分析结果，得到了在给定寿命要求下，结构可靠度随寿命变异系数变化的曲线，并给出了在要求寿命可靠度情况下，可靠寿命随寿命变异系数的变化曲线，从而，为该型飞机的设计定型提供了有力的依据和方法。     

求解奇异最优问题的控制变量转移法

形如integral from t_0 to t_fx~T(Qxdt)二次型性能指标的最优化问题,是一类较为常见的奇异控制问题。本文就这类奇异控制提出一种新的求解方法,利用正交变换进行控制变量转移,将系统原控制向量置于重新构造的哈密顿函数H之外,选择状态变量中的一部分作为系统新的控制向量,且该新的控制向量与H不再呈线性关系,于是可以运用一般的求解非奇异最优控制问题的极大值原理来求解奇异最优控制和奇异最优轨线。本文提出的求解方法较为简便,所得结果与其他方法所得结果完全一致。     

可靠性全局灵敏度求解的Meta-IS-AK算法

可靠性全局灵敏度（GRS）可以衡量输入变量对结构系统失效概率的平均影响,但目前仍然缺乏具有广泛适应性的高效算法。针对此问题,本文将在元重要抽样和可靠性全局灵敏度的贝叶斯算法基础上建立一种新的高效算法。所提算法首先利用已有的贝叶斯算法,将可靠性全局灵敏度转换成由无条件失效概率及输入变量失效域条件下的概率密度函数（PDF）表达的形式,然后分3步来完成算法的组织。第1步是利用元重要抽样的迭代策略抽取失效域的重要抽样样本;第2步是在已有的元重要抽样法中嵌入自适应Kriging模型,高效计算出无条件失效概率;第3步是利用Metropolis-Hastings准则,将失效域的重要抽样样本转化成为原始密度函数在失效域的样本点,进而同时求得各个输入变量在失效域中的条件概率密度函数,并最终求得可靠性全局灵敏度。由于所提算法充分利用了已有的可靠性全局灵敏度贝叶斯算法的维度独立性、元重要抽样法对隐式多失效域的适应性以及元重要抽样法中嵌入式Kriging模型的高效性,因此所提算法具有广泛的适用范围和较高的效率,该结论得到了算例结果的充分验证。     

基于MCMC的PLP未来强度的Bayesian预测分析

在无信息先验分布下，将Gibbs抽样与Metropolis-Hastings算法相结合的方法应用于幂律过程的未来强度的Bayesian预测。该预测方法能将时间截尾数据和失效截尾数据统一分析，并给出在未来某一时刻处强度函数的MCMC样本，利用该样本可以方便地获得关于未来某一时处刻强度函数及其函数的各种后验分析。一个经典工程数值算例说明了预测方法的可行性、合理性与有效性。     

区间不确定信息下可修系统基于幂律过程的贝叶斯可靠性评估方法研究

贝叶斯方法常用于小子样场合下航空航天等领域中可修系统的可靠性评估，由于一些不确定因素影响致使无法精确收集先验信息和/或可修系统的故障信息，但却可获得其上下界信息。针对区间不确定信息情形，本文提出多台可修系统当其失效过程服从幂律过程（PLP）时的贝叶斯可靠性分析方法，将信息先验下PLP模型基于区间信息的贝叶斯分析转化为所求目标函数恰是该先验下PLP 模型传统贝叶斯分析的约束优化问题；具体工程实例对本文所提方法的可行性，有效性进行验证。结果表明：本文所提贝叶斯可靠性分析方法能够为小子样场合下，考虑不确定性因素影响时可修系统的可靠性评估问题研究提供一种值得参考的方法。