[发明专利]一种基于广义回归神经网络和响应面法的可靠度分析方法在审
| 申请号： | 201710542796.7 | 申请日： | 2017-07-05 |
| 公开（公告）号： | CN107180148A | 公开（公告）日： | 2017-09-19 |
| 发明（设计）人： | 刘建文;雷明锋;彭立敏;施成华 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06N3/08 |
| 代理公司： | 长沙七源专利代理事务所(普通合伙)43214 | 代理人： | 郑隽,周晓艳 |
| 地址： | 410083 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于广义回归神经网络和响应面法的可靠度分析方法，包括以下步骤第一步、生成样本数据及其响应值根据试验设计方法和相关函数在中心点处生成样本数据，将这些样本作为结构系统的输入数据，通过数值计算或试验获得系统在这些样本数据处的响应值；第二步、训练广义回归神经网络利用生成的样本数据及其响应值训练广义回归神经网络，并对网络的光滑因子的取值进行优化，训练好的神经网络用于近似结构系统的真实极限状态函数，获得近似响应面函数；第三步、求解可靠指标及设计点；第四步、进行收敛判断。本发明方法具有算法简单、计算效率高、计算结果准确可靠等特点，可对结构系统尤其是复杂结构进行有效的可靠度分析。 | ||
| 搜索关键词： | 一种 基于 广义 回归 神经网络 响应 可靠 分析 方法 | ||
【主权项】：
一种基于广义回归神经网络和响应面法的可靠度分析方法，其特征在于：包括以下步骤：第一步、生成样本数据及其响应值：根据试验设计方法和相关函数在中心点处生成样本数据，将这些样本作为结构系统的输入数据，通过数值计算或试验获得系统在这些样本数据处的响应值；第二步、训练广义回归神经网络：利用生成的样本数据及其响应值训练广义回归神经网络，并对网络的光滑因子的取值进行优化，训练好的神经网络用于近似结构系统的真实极限状态函数，获得近似响应面函数；第三步、求解可靠指标β及设计点X*；第四步、进行收敛判断，具体是：若同时满足公式8)和公式9)，则认定为收敛，可靠度计算结束；若不满足公式8)和公式9)中的至少一项，则生成新的抽样中心点，返回第一步；|βk+1‑βk|≤0.0001 8)；||Xk+1*-Xk*||2≤10-6---9).]]>
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中南大学，未经中南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710542796.7/，转载请声明来源钻瓜专利网。
