结合物理信息神经网络和距离采样的高维可靠性分析方法

本发明涉及高维可靠性分析技术领域，具体涉及一种结合物理信息神经网络和距离采样的高维可靠性分析方法，包括：采用传感器测量被测固体在待测条件下的响应值，将待测条件和对应的响应值作为迁移学习样本，获取多个迁移学习样本；生成多个配置点，配置点记载有时空位置和随机生成的被测固体属性；基于配置点进行物理信息学习，并基于迁移学习样本进行迁移学习训练，得到深度神经网络可靠性分析模型；基于深度神经网络可靠性分析模型，计算高维可靠性评估配置点的可靠度，作为可靠性分析的结果；本发明能够在少量样本数据下提高物理信息神经网络的泛化性能。