摘要
本发明涉及可靠性分析技术领域,具体为融合自适应代理模型和分区抽样的机构可靠性分析方法,包括:获得样本空间、区域分解、构建模型、采用主动学习EU函数添加样本点、更新模型、继续区域分解、扩充样本、得到机构性能函数、计算失效概率等步骤。本发明与现有技术相比,有益效果在于,通过区域分解进行样本的扩充,从而提高模型的模拟精度;采用主动学习函数EU挑选最优样本点,并更新主动学习Kriging模型,进一步提高模型的精度,使预测结果更加准确;通过继续区域分解及计算最外层期望样本数,能够快速的完成区域分解,大幅度提高模型的计算效率。
技术关键词
Kriging模型
可靠性分析方法
表达式
累积分布函数
联合仿真系统
样本
概率密度函数
BP神经网络
分区
可靠性分析技术
运动
精度
节点
序列
误差
关系
系统为您推荐了相关专利信息
故障诊断模型
构建卷积神经网络
深度特征提取网络
Softmax函数
样本
相关性计算方法
文本
构建语言模型
皮尔逊相关系数
样本
滤波器系数
复合模块
信号源
构建卷积神经网络
采样点