摘要
本发明属于可靠性分析技术领域,涉及一种用于反射镜支撑系统的主动学习可靠性分析方法,实现反射镜系统的失效概率求解。首先,确根据反射镜支撑系统中柔节半径以及柔节分布圈径的均值和标准差,确定采样边界,采用拉丁超立方采样方法生成初始训练数据和均匀样本;构建Kriging代理模型,得到光学性能函数预测均值和预测方差;利用U函数作为主动学习准则;判断候选样本集是否为空,若为空则终止,然后利用Kriging模型计算反射镜支撑系统失效概率,否则,从候选样本集中选择预测方差最大的样本,引入一维变量表示样本沿光学性能函数梯度方向的变化,构建新的目标函数,将计算出新的样本添加到训练数据集中,重复直到候选样本集为空。
技术关键词
Kriging模型
支撑系统
可靠性分析方法
拉丁超立方采样
样本
蒙特卡罗模拟方法
序列二次规划算法
系统可靠性分析
可靠性分析技术
外圈
反射镜系统
数据
仿真模型
变量
定义
参数
元素
系统为您推荐了相关专利信息
融合先验知识
产品质量检测方法
特征提取网络
特征提取模块
样本
智能印章
原始文档图像
印章识别系统
识别方法
序列