2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩78頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、結(jié)構(gòu)可靠性分析的蒙特卡羅方法和重要抽樣方法等數(shù)值模擬算法依賴于樣本,樣本的代表性對可靠性分析的精度至關(guān)重要。拉丁超立方抽樣(Latin hypercube sampling,LHS)選取的樣本能夠盡可能覆蓋變量的完整定義域空間,因此在結(jié)構(gòu)可靠性分析中得到廣泛的應(yīng)用,但是LHS構(gòu)造的樣本仍有相當(dāng)程度的隨機(jī)性,問題的維度和樣本數(shù)量會(huì)直接影響LHS方法可靠性分析的精度和效率。
  本文改進(jìn)了LH重要抽樣法用于可靠性分析的求解算法,并將L

2、H重要抽樣法應(yīng)用于靈敏度分析,算例分析表明相對于蒙特卡羅法,LH重要抽樣法靈敏度分析的精度和效率都具有較大的提高。在此基礎(chǔ)上本文提出了基于ESE(enhanced stochastic evolutionary)算法改進(jìn)的最優(yōu)LH重要抽樣方法,一定程度避免了LHS方法由于隨機(jī)性所導(dǎo)致的數(shù)值不穩(wěn)定,由于問題維度高而不易于求解的問題,同時(shí)降低了達(dá)到傳統(tǒng)可靠性分析方法同等精度所需樣本數(shù)量。算例結(jié)果表明改進(jìn)的最優(yōu)LH重要抽樣方法所選取的樣本具有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論