融合自适应代理模型和分区抽样的机构可靠性分析方法

AITNT
正文
推荐专利
融合自适应代理模型和分区抽样的机构可靠性分析方法
申请号:CN202410954342
申请日期:2024-07-17
公开号:CN118520776B
公开日期:2024-10-29
类型:发明专利
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
1
一种基于GAF-MMCNN的滚动轴承故障诊断方法
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
2
一种排水闸的地基沉降风险预测系统及方法
风险预测系统 序列 累计偏差 累积分布函数 数据
3
基于语言模型与特征相关性的结构化数据生成方法及装置
相关性计算方法 文本 构建语言模型 皮尔逊相关系数 样本
4
一种曲面围护结构室外综合温度计算方法、装置
围护结构 曲面 综合温度 壁面 计算方法
5
基于卷积神经网络的近场宽带球面波波束形成方法
滤波器系数 复合模块 信号源 构建卷积神经网络 采样点
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