摘要
一种基于元模型自适应抽样的核电厂非能动系统可靠性分析方法,具体步骤如下:1,抽取样本建立模型,通过最佳估算程序得到响应值,训练初始响应面;2,抽取样本,使用响应面映射,选取响应值作为中间事件临界值;3,从落在临界值范围内的样本中选取设计点作为新的采样中心,产生新样本并补充训练数据,构建新响应面;4,使用新响应面映射得到服从重要抽样概率密度函数分布的样本,得到落在临界值范围内的样本点,重新选取临界值;5,重复步骤3和4,直到临界值小于0,分层计算结束,得到失效概率的估计值。本方法针对核电厂非能动系统可靠性分析开发,通过自适应抽样算法实现响应面模型精度的提升,计算成本低,计算精度高。
技术关键词
不确定性参数
样本
响应面模型
拉丁超立方抽样
概率密度函数
粒子群优化算法
超参数
系统可靠性分析
非能动系统
优化神经网络
训练神经网络
程序
抽样算法
自动分层
训练集
蒙特卡洛
系统为您推荐了相关专利信息
销量预测模型
联合调度方法
日期
可执行程序代码
仓库
电力杆塔
卫星遥感影像
特征提取网络
角度计算方法
更新模型参数
重识别方法
三元组损失函数
局部细节特征
位置编码信息
模块
大语言模型
报告
模型训练方法
文本
模型训练装置
岩石分类方法
深度集成学习
门控循环单元
弱分类器
样本