基于主动学习与贝叶斯深度神经网络的高维时变可靠性评估方法

本发明提出了一种基于主动学习与贝叶斯深度神经网络的高维时变可靠性评估方法，用于评估先进装备可靠性，包括：将时变可靠性分析问题中涉及的随机过程变量分解为若干随机变量；初步构建贝叶斯深度神经网络；对输入变量进行蒙特卡洛采样，计算当前迭代步中与输入变量蒙特卡洛样本对应的贝叶斯深度神经网络的预测输出响应均值与方差，根据预测输出响应的均值与方差构建新的批量加点的主动学习策略，以进行贝叶斯深度神经网络的主动构建；根据贝叶斯深度神经网络对预测输出响应符号的估计来求解失效概率的置信程度，从而达到高维时变可靠性建模过程的自动收敛，完成贝叶斯深度神经网络的构建；根据所构建的贝叶斯深度神经网络，求解时变可靠性。