基于ALK模型與子集模擬的主動學(xué)習(xí)可靠性分析方法

摘要： 針對主動學(xué)習(xí)Kriging(Active Learning Kriging, ALK)模型在評估小失效概率時遇到的候選樣本過多、計算耗時的問題，提出了一種結(jié)合ALK模型與子集模擬(Subset Simulation, SS)的雙階段代理模型方法——ALK-SS~2。首先在第1階段基于構(gòu)建的極限狀態(tài)函數(shù)代理模型，采用較少數(shù)量的SS最后一層樣本作為候選樣本完成極限狀態(tài)面的粗略近似，... （共11頁）