参数概率灵敏度分析的神经网络方法及其应用

【摘要】：参数概率灵敏度分析是可靠性设计中非常重要的一项工作,它可以提供基本变量分布参数的变化引起可靠性的变化信息,为判断系统参数的重要性提供依据。本文将商用有限元计算-神经网络方法-MonteCarlo法相结合,基于这种快速响应模型的复杂结构可靠性分析方法,针对结构随机参数的概率灵敏度分析,提出一个考虑随机变量全局分散性的新的度量参数,作为一种工程实用的快速近似方法,相对于传统的确定性及局部灵敏度具有更清晰的意义和指导作用,通过一个算例实现了该法在工程上的应用,并利用ANSYS的概率分析模块验证了该法的有效性。