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115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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、結(jié)構(gòu)可靠度分析作為結(jié)構(gòu)設(shè)計和安全評估的重要構(gòu)成部分,當(dāng)涉及到結(jié)構(gòu)體系可靠度和動力可靠度問題時計算較為困難。以統(tǒng)計矩為基礎(chǔ)的可靠度分析矩方法其適用性和精度直接受統(tǒng)計矩計算方法的影響。基于降維近似的點估計方法是統(tǒng)計矩估計的簡單高效方法之一,但現(xiàn)行研究尚未解決其對由概率信息完全和不完全系統(tǒng)構(gòu)成的復(fù)雜隨機(jī)系統(tǒng)的不適用、精度和效率難以兼顧和降維近似方案確定不合理等問題。此外,現(xiàn)行矩方法常涉及到非線性方程組求解或復(fù)雜選擇判斷,實現(xiàn)較為繁瑣。本文以統(tǒng)

2、計矩估計和可靠度分析矩方法為主線,試圖尋求簡單易行、準(zhǔn)確的可靠度分析矩方法,具體研究如下:
  (1)常用點估計方法均選擇獨立標(biāo)準(zhǔn)正態(tài)變量作為參考變量,這可能導(dǎo)致統(tǒng)計矩估計精度不能保證且不穩(wěn)定,同時這些方法尚不適用于復(fù)雜隨機(jī)系統(tǒng)。文中首先根據(jù)隨機(jī)變量概率信息的不同,將其劃分為多個子向量;然后,分別將各子向量轉(zhuǎn)化為合適的參考子向量,其中,一種基于Mehler公式的等效相關(guān)系數(shù)求解方法被提出;最后,結(jié)合自適應(yīng)雙變量降維近似方法,提出了

3、適用于復(fù)雜隨機(jī)系統(tǒng)的廣義統(tǒng)計矩點估計方法,并通過算例驗證了新方法的可實現(xiàn)性和高精度性。
  (2)降維近似方法的精度受響應(yīng)函數(shù)的構(gòu)成影響,這使得選擇合理的降維近似模型十分困難。文中,首先嚴(yán)格證明推到了一種基于向量的精確降維方法;其次,通過交叉項判斷將獨立標(biāo)準(zhǔn)化后得到的隨機(jī)變量劃分為多個子向量,自然地,響應(yīng)函數(shù)的統(tǒng)計矩變成了分量函數(shù)統(tǒng)計矩的函數(shù);然后,結(jié)合兩種不同計算分量函數(shù)統(tǒng)計矩的方法,發(fā)展了一種基于精確向量降維的自適應(yīng)點估計方法

4、;最后,采用多種算例驗證了建議方法的精度和效率。
  (3)針對現(xiàn)有可靠度分析矩方法方法涉及非線性方程組求解或復(fù)雜判斷選擇以及結(jié)構(gòu)體系可靠度和動力可靠度問題分析較為困難問題,文中,首先采用自適應(yīng)降維近似方法計算得到響應(yīng)函數(shù)的統(tǒng)計矩;然后,在此基礎(chǔ)上引入NIG(normal inverse Gaussian)分布近似響應(yīng)的概率密度函數(shù),將結(jié)構(gòu)可靠度分析簡化為一維積分,并提出了一種全新的基于NIG近似的可靠度分析矩方法;最后,通過與結(jié)

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