| 【中文题名】 | 基于神经网络的结构可靠性灵敏度分析 |
| 【英文题名】 | Neural Network-Based Structural Reliability Sensitivity Analysis |
| 【学科专业】 | 固体力学 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-4-3 |
| 【中关键词】 | 可靠性,灵敏度,蒙特卡罗,神经网络,有限元, |
| 【英关键词】 | random parameters,distribution function,structural reliability,Monte Carlo Simulation （MCS）,Finite Element Method （FEM）,neural network,sensitivity, |
| 【分类导航】 | 工业技术>建筑科学>建筑结构>结构理论、计算>结构力学>结构稳定理论 |
| 【论文摘要】 |
结构的安全可靠是结构设计的主要目的之一,本文在总结国内外结构可靠性研究现状的基础上,将神经网络技术应用于结构可靠性灵敏度分析领域。充分利用神经网络的函数逼近功能、非线性映射功能、鲁棒性和容错能力等特性,较好地解决了可靠性研究中的一些难点问题,为结构可靠性灵敏度分析提供了一种新途径。
本文共分为五章。第一章阐述了可靠性的发展史、研究现状、及可靠性灵敏度的重要性。第二章主要介绍了可靠性基本理论。第三章主要介绍了神经网络的基本原理以及BP网络的算法和公式推导。第四章主要是针对在工程实际中很难给出极限状态函数的显性表达式以及随机有限元法和响应面法目前存在的缺陷,将确定性的有限元数值分析、神经网络技术、蒙特卡罗方法及可靠性理论有机结合,提出了复杂结构可靠性灵敏度分析的FEM-NN-MCS法。第五章是结论和展望。 |
| 【论文题纲】 |
|
内容提要 |
4-7 |
|
第一章 绪论 |
7-15 |
|
1.1 可靠性研究的发展史 |
7-8 |
|
1.2 可靠性灵敏度分析的重要性 |
8 |
|
1.3 工程中的不确定因素 |
8-9 |
|
1.4 结构可靠性研究的现状 |
9-10 |
|
1.5 结构可靠性灵敏度研究的现状 |
10 |
|
1.6 神经网络技术的发展 |
10-13 |
|
1.7 本文研究内容 |
13-15 |
|
第二章 可靠性基本理论 |
15-25 |
|
2.1 引言 |
15 |
|
2.2 结构可靠性理论和数值方法 |
15-22 |
|
2.2.1 可靠性定义 |
15-16 |
|
2.2.2 失效的概念 |
16 |
|
2.2.3 可靠性灵敏度 |
16 |
|
2.2.4 可靠度和可靠性指标 |
16-19 |
|
2.2.5 可靠性灵敏度的计算 |
19-20 |
|
2.2.6 可靠度计算的数值方法 |
20-22 |
|
2.3 结构可靠性的基本假设 |
22-24 |
|
2.4 本章小结 |
24-25 |
|
第三章 神经网络基础 |
25-38 |
|
3.1 引言 |
25 |
|
3.2 神经网络基础 |
25-36 |
|
3.2.1 人工神经元结构 |
26-28 |
|
3.2.2 BP 神经网络结构 |
28 |
|
3.2.3 BP 算法及公式推导 |
28-34 |
|
3.2.4 网络设计中应注意的几个问题 |
34-36 |
|
3.3 BP 神经网络的主要功能 |
36 |
|
3.4 本章小结 |
36-38 |
|
第四章 结构可靠性灵敏度分析的FEM-NN-MCS 方法 |
38-63 |
|
4.1 引言 |
38-40 |
|
4.2 FEM-NN-MCS 法 |
40-43 |
|
4.3 数值算例 |
43-62 |
|
4.3.1 有纵向偏心圆孔的板条的可靠性灵敏度分析 |
44-50 |
|
4.3.2 有圆角过渡台肩的空心圆杆拉伸的可靠性灵敏度分析 |
50-56 |
|
4.3.3 有U 形沟槽的圆轴扭转可靠性灵敏度分析 |
56-62 |
|
4.4 本章小结 |
62-63 |
|
第五章 结论和展望 |
63-65 |
|
参考文献 |
65-72 |
|
攻读硕士学位期间取得的主要科研成果 |
72-73 |
|
致谢 |
73-74 |
|
摘要 |
74-76 |
|
ABSTRACT |
76-78 |
|
| 【DOI】 | LunWen.ID:2.2008.388393 |
