算例分析 算例分析 算例 8.1 : 非線性極限狀態(tài)函數(shù)為 ,其基本隨機變量 和 均為正態(tài)分布 且相互獨立 , 、 。 的分布取為均值為 0.5 、標準差為 0.2 的正態(tài)分布。本例運用 MonteCarlo 抽樣 10 6 個 的樣本點,得到 4081 個失效樣本來估計密度函數(shù) 。以下給出四種擬合
正交多項式法擬合密度函數(shù) 正交多項式法擬合密度函數(shù) 連續(xù)型隨機變量 的概率密度函數(shù) 可用高階矩的展開式逼近,而且展開式為正態(tài)分布乘一修正系數(shù),所以 可以展開為帶權(quán) 的多項式。下面給出利用樣本的前 階矩近似擬合密度函數(shù)的過程。本文取 l =6,即利用失效參數(shù)樣本的前 6 階矩近似
自適應(yīng)核密度估計方法 自適應(yīng)核密度估計方法 核密度估計是一種非參數(shù)概率密度估計方法,它包括固定寬核密度估計方法和自適應(yīng)寬核密度估計方法。 固定寬核密度函數(shù)可以用下式表示 其中 為構(gòu)建密度函數(shù)的 個樣本點, 為變量空間的維數(shù), 為窗口寬度參數(shù), 為核概率密度函數(shù),通常取
基于自適應(yīng)核密度估計、正交多項式擬合和擴 基于自適應(yīng)核密度估計、正交多項式擬合和擴展可靠性試驗的全局靈敏度分析方法 求解某一參數(shù)的靈敏度時,必須將其他變量的參數(shù)視為確定的。因為在考察一個變量的參數(shù)的靈敏度時,如果將其他變量參數(shù)視作變化的,那么此時求得的失效概率對某一參數(shù)的靈敏度就已
失效概率函數(shù)的求解方法 失效概率函數(shù)的求解方法 設(shè) 為結(jié)構(gòu)的基本隨機變量, 為變量的分布參數(shù),將 看作是不確定的。那么給定設(shè)計參數(shù) ,擴展可靠性試驗問題下系統(tǒng)的失效概率可以表示為 其中 為結(jié)構(gòu)功能函數(shù)定義的變量 空間上的失效域, 為給定 的條件下 的概率密度函數(shù),通常我們需