文献

J-GLOBAL ID：201802244839741215   整理番号：18A1590066

ランダムおよび区間変数を用いたハイブリッド信頼性解析のための新しい射影概要ベース能動学習法とクリギングメタモデルとの組合せ【JST・京大機械翻訳】

A novel projection outline based active learning method and its combination with Kriging metamodel for hybrid reliability analysis with random and interval variables

著者 (4件)： Zhang Jinhao (State Key Laboratory of Digital Manufacturing Equipment and Technology, Huazhong University of Science and Technology, Wuhan 430074, China) ,  Xiao Mi (State Key Laboratory of Digital Manufacturing Equipment and Technology, Huazhong University of Science and Technology, Wuhan 430074, China) ,  Gao Liang (State Key Laboratory of Digital Manufacturing Equipment and Technology, Huazhong University of Science and Technology, Wuhan 430074, China) ,  Fu Junjian (State Key Laboratory of Digital Manufacturing Equipment and Technology, Huazhong University of Science and Technology, Wuhan 430074, China)
資料名： Computer Methods in Applied Mechanics and Engineering  (Computer Methods in Applied Mechanics and Engineering)
巻： 341  ページ： 32-52  発行年： 2018年 
JST資料番号： E0856A  ISSN： 0045-7825  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,ランダムおよび間隔変数(HRA-RI)の両方によるハイブリッド信頼性解析に焦点を合わせた。限界状態表面上の射影輪郭を正確に近似するメタモデルのみが,HRA-RIにおける故障確率の下限と上限を正確に推定できることを決定した。このアイデアに従って,新しい投影輪郭ベースの能動学習(POAL)法を,実験の設計(DoE)を逐次更新するために提案した。次に,POALとKrigingメタモデル(POAL-クリギング)を組み合わせたHRA-RI法を開発した。この方法において,Krigingメタモデルを更新サンプルに基づいて精密化する。それは,限界状態表面上の射影輪郭の近傍からPOALを用いて逐次的に選択される。最後に,HRA-RIにおける故障確率の下限と上限を正確に推定した。全体の限界状態表面の近似と比較して,提案方法は限界状態表面に関する投影概要を近似するだけであり,したがって,いくつかのDoEは高品質メタモデルを構築するために必要であった。HRA-RIのための提案方法の精度,効率およびロバスト性を,4つの例によって例示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *射影 ,  ロバスト性 ,  精密化 ,  信頼性解析 ,  *クリギング ,  故障率
準シソーラス用語： 高品質 ,  限界状態 ,  *メタモデル , 【Automatic Indexing@JST】

著者キーワード (5件)： ハイブリッド信頼性解析 ,  ランダムおよび区間変数 ,  投影概要 ,  アクティブ学習 ,  クリギングメタモデル

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (6件)： 変数 ,  信頼性解析 ,  射影 ,  概要 ,  能動学習 ,  組合せ