基于主动学习的自适应PC-Kriging可靠性分析方法及系统

本发明公开了一种基于主动学习的自适应PC‑Kriging可靠性分析方法及系统，其中方法包括采用权重聚类法从预先生成的MC样本池中获取均匀分布的第一候选样本，并构建初始的PC‑Kriging模型；利用区间缩减方法选择样本构建新样本池，并将新样本池分为安全域和失效域两个子样本池；针对两个子样本池，再次采用权重聚类法，分别从中选取均匀分布的第二候选样本；利用分布在失效域和安全域的第二候选样本，构建穿越点；将构建好的穿越点作为新增实验点，对PC‑Kriging模型进行迭代更新；判断收敛并输出结果。本发明的技术方案通过区间缩减聚焦关键区域，基于穿越点更新模型，能更精准逼近极限状态面，减少实验点数量并提升预测精度，而且在计算资源利用上更高效。