免费论文：构造真实性领会的好像本领及其工程运用

构造的安定真实是构造安排的重要手段之一。接洽构造真实性不妨扶助工程安排职员创造构造的安定容限和遏制随机参数对构造安定的感化，进而安排出满意真实性、财经性和持久性诉求的有理构造。本质工程构造的极限状况方程普遍没辙显式给出，保守的真实度计划本领也所以遭到控制。随机有限元法(Stochastic Finite Element Method 简称SFEM)和相应面法(Response Surface Method 简称RSM)是暂时处置隐式极限状况方程构造真实性领会的两种重要本领，前者不易处置非正态散布和强非线性题目，尔后者的计划精度题目从来没有从表面上获得处置。正文将精巧和具备自符合个性的人为神经搜集(Artificial Neural Network 简称ANN)和Kriging本领引入到隐式极限状况方程的构造真实性领会中，在归纳现有接洽近况的普通上，提出了鉴于神经搜集和Kriging模子的构造真实性领会矫正本领，其重要实质囊括：(1) 提出了矫正的缺点反向传递(Back Propagation 简称BP)神经搜集蒙特卡洛模仿(Monte Carlo Simulation 简称MCS)本领计划构造的作废几率。矫正本领沿用在好像安排点邻近采用考查样品点大概挑选样品的战略，与现有本领比拟较，普及了计划精度和数值宁静性。(2) 提出了鉴于径向基因变量(Radial Basis Function 简称RBF)神经搜集的构造真实性领会矫正本领。矫正本领每步迭代计划只须要减少一个样品点，对立沿用Bucher安排本领的惯例算法，可减罕见限元领会度数，更加对搀杂构造真实性领会，可鲜明俭朴计划功夫。(3) 提出了运用遗传算法(Genetic Algorithm 简称GA)鉴于Kriging模子求解构造真实性目标的本领。同声，对鉴于Kriging模子的构造真实性领会本领举行了深刻的领会，创造鉴于Kriging模子的构造真实性领会本领计划功效不如相应面法，但所提出的矫正本领在确定水平上有所矫正。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/269533.html