基于MLS-SVM代理模型的結(jié)構(gòu)整體可靠度與全局靈敏度分析.pdf

1、在研究復(fù)雜結(jié)構(gòu)的可靠度問(wèn)題時(shí)，經(jīng)常遇到功能函數(shù)為隱式的情況，解決此類(lèi)問(wèn)題的一種常用方法就是采用元模型或代理模型替代隱式功能函數(shù)。所謂代理模型，就是采用某種顯式的數(shù)學(xué)模型對(duì)已獲取的輸入——輸出數(shù)據(jù)點(diǎn)進(jìn)行訓(xùn)練（或?qū)W習(xí)），然后采用訓(xùn)練好的模型對(duì)未知的輸入進(jìn)行預(yù)測(cè)。典型的代理模型包括：多項(xiàng)式響應(yīng)面模型，神經(jīng)網(wǎng)絡(luò)模型，徑向基模型，支持向量機(jī)模型，Kriging模型，等等。代理模型目前已在工程領(lǐng)域得到了廣泛的應(yīng)用，包括結(jié)構(gòu)優(yōu)化設(shè)計(jì)、結(jié)構(gòu)可靠度分析等

2、。然而，利用代理模型求解復(fù)雜土木工程結(jié)構(gòu)的全局靈敏度和整體可靠度問(wèn)題的研究，目前還不多見(jiàn)。
　　1)本文在一般支持向量機(jī)模型的基礎(chǔ)上，結(jié)合移動(dòng)最小二乘方法，參考最小二乘支持向量機(jī)模式，構(gòu)建了基于移動(dòng)最小二乘方法的支持向量機(jī)模型（MLS-SVM模型）。從原理上，該模型能夠滿(mǎn)足支持向量機(jī)模型對(duì)訓(xùn)練點(diǎn)或預(yù)測(cè)點(diǎn)的自適應(yīng)。通過(guò)數(shù)值算例，與簡(jiǎn)單結(jié)構(gòu)的可靠度分析可以得出結(jié)論：MLS-SVM模型的擬合與計(jì)算精度很高，優(yōu)于最小二乘支持向量機(jī)模型以及

3、支持向量回歸機(jī)模型。
　　2)在非線性支持向量回歸機(jī)中，用以表示內(nèi)積的為核函數(shù)，較常用的核函數(shù)為高斯核函數(shù)，本文將再生核空間上的再生核函數(shù)作為支持向量機(jī)核函數(shù)，構(gòu)建基于再生核的SVR模型，并將其應(yīng)用于LS-SVM模型與Kriging模型中。用數(shù)值算例對(duì)比兩種不同的Kriging模型方法，即UQLAB與DACE方法，能夠發(fā)現(xiàn)后者優(yōu)于前者。再將基于不同核函數(shù)的模型進(jìn)行對(duì)比，發(fā)現(xiàn)基于再生核的SVR模型優(yōu)于基于高斯核的SVR模型，但是應(yīng)用