基于PC-Kriging模型及分位数评估方法的RBDO方法及系统

AITNT
正文
推荐专利
基于PC-Kriging模型及分位数评估方法的RBDO方法及系统
申请号:CN202410876061
申请日期:2024-07-02
公开号:CN118862647B
公开日期:2025-02-07
类型:发明专利
摘要
本发明公开了一种基于PC‑Kriging模型及分位数评估方法的RBDO方法及系统,其中方法包括如下步骤S1‑S2:步骤S1,采用基于改进自适应PC‑Kriging模型的可靠性分析算法计算目标对象的可靠性;步骤S2,在步骤S1的基础上,进行RBDO优化计算得到优化结果;其中,所述RBDO优化计算包括:基于分位数与增广可靠性空间在整个设计域内构建统一的代理模型,采用MP准则结合EI准则的组合加点策略使所述代理模型对目标函数向最优解逼近,并在全局富集策略建立的粗略概率约束代理模型的基础上引入局部细化策略以使所述概率约束代理模型在优化过程中对每次迭代解的分位数进行准确评估。本发明所采用的方法在保证精度的情况下可以极大减少原始模型的调用次数,大幅提升计算速度,适应性强。
技术关键词
Kriging模型 可靠性分析算法 训练样本集 策略 多项式 蒙特卡罗抽样方法 富集 概率密度函数 粗略 变量 一体化机械 对象 指标 程序 采样点 定义 精度 基础 松弛
系统为您推荐了相关专利信息
1
一种基于动态调度算法的算力资源优化方法
动态调度算法 资源优化方法 资源预留 强化学习算法 分布式强化学习
2
一种中高层大气预测方法、系统、计算机设备及存储介质
模拟模型 电离层总电子含量 GNSS观测数据 地磁活动指数 展示界面
3
一种基于IHBA-RF的陀螺仪组故障预测方法
故障预测方法 KPCA算法 陀螺仪 人工智能故障诊断技术 阶段
4
基于角度竞争和辅助进化机制的多目标粒子群优化方法
粒子群优化方法 模块 机制 规模 表达式
5
一种磁浮列车悬浮系统的安全强化学习控制方法、设备及介质
磁浮列车悬浮系统 强化学习控制方法 方程 萨法尔定律 强化学习环境
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号