一种基于主动学习的机械结构可靠性分析方法

本发明公开了一种基于主动学习的机械结构可靠性分析方法，该方法首先利用拉丁超立方采样技术获取少量初始样本，并通过极值分析确定其类别标签；随后，利用初始样本及其类别标签构建训练集，训练卷积神经网络模型；然后，通过主动学习的迭代过程，逐步选择样本进行更新，扩展训练集并重新训练卷积神经网络模型，此过程有助于减少训练所需的样本数量，从而提高可靠度区间计算的效率；本发明进一步提高了基于证据理论的可靠性分析方法的计算精度和效率，在工程机械结构设计领域具备广阔的工程应用前景。