首页> 中文期刊> 《自动化仪表》 >基于深度学习的结构可靠性分析方法研究

基于深度学习的结构可靠性分析方法研究

         

摘要

深度学习理论作为模式识别和机器学习的最新研究成果,在图像识别、语音识别和故障诊断中取得了显著成效.相对传统机器学习理论,深度学习无需人为提取特征,就能够进行深度的学习训练,可给问题提供全局最优解,因此具有更好的分类和逼近效果.为提高结构可靠性评估精度和效率,引入深度学习理论,构建高效稳健的结构可靠性评估模型,在随机变量空间中高效抽取有限训练样本,采用深度信念网络构建失效与安全边界的高精度代理模型,应用所建立的代理模型高效求解原问题的失效概率.为验证所提方法具有良好的计算精度和效率,分别通过数值算例和工程算例所提方法和作为参考的蒙特卡罗法测试,计算失效概率和计算时间.结果表明,所提方法在计算效率和精度上均有提高.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号