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)的可靠度問題時(shí)，經(jīng)常遇到功能函數(shù)為隱式的情況，解決此類問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)練好的模型對未知的輸入進(jìn)行預(yù)測。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題的研究，目前還不多見。
　　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，該模型能夠滿足支持向量機(jī)模型對訓(xùn)練點(diǎn)或預(yù)測點(diǎn)的自適應(yīng)。通過數(shù)值算例，與簡單結(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