文献

J-GLOBAL ID：202202242528210326   整理番号：22A0150638

正確で効率的な構造信頼性解析のための先進機械学習アプローチと結合したハイブリッド強化モンテカルロシミュレーション【JST・京大機械翻訳】

Hybrid enhanced Monte Carlo simulation coupled with advanced machine learning approach for accurate and efficient structural reliability analysis

著者 (6件)： Luo Changqi (School of Mechanical and Electrical Engineering, University of Electronic Science and Technology of China, Chengdu 611731, China) ,  Keshtegar Behrooz (Department of Civil Engineering, Faculty of Engineering, University of Zabol, P.B. 9861335856, Zabol, Iran) ,  Zhu Shun Peng (School of Mechanical and Electrical Engineering, University of Electronic Science and Technology of China, Chengdu 611731, China) ,  Zhu Shun Peng (Center for System Reliability & Safety, University of Electronic Science and Technology of China, Chengdu 611731, China) ,  Taylan Osman (Department of Industrial Engineering, Faculty of Engineering, King Abdulaziz University, P.O. Box 80204, Jeddah 21589, Saudi Arabia) ,  Niu Xiao-Peng (School of Mechanical and Electrical Engineering, University of Electronic Science and Technology of China, Chengdu 611731, China)
資料名： Computer Methods in Applied Mechanics and Engineering  (Computer Methods in Applied Mechanics and Engineering)
巻： 388  ページ： Null  発行年： 2022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： 低計算負荷による故障確率の正確な推定は,構造信頼性解析において極めて重要な役割を果たす。高計算コストと時間消費モンテカルロシミュレーション(MCS)により,本論文では,高効率計算による故障確率の正確な近似を達成するために,先進機械学習法,すなわちハイブリッド強化MCS(HEMCS)を用いた新しい強化MCS手法の開発に焦点を当てた。故障確率は,性能関数の容量項を乗じる1未満のスカラー因子を用いた確率モデルによって近似される。スカラー因子のための適応入力を,多層逆伝搬アルゴリズムによる人工ニューラルネットワーク(ANN)の訓練プロセスにおける活性領域の故障確率の変動係数によって提案した。ANNモデルの正確な近似のために,4つの解析的最適化訓練アプローチ,活性領域および隠れノード数を検討した。HEMCSの結果を多数の工学的問題に対するいくつかの解析的信頼性法と比較した。積層複合板とタービンブレードディスクを選択し,破壊確率の近似のためのHEMCSの能力を説明した。提案方法は,高非線形問題に対して,かなり正確で計算効率の良い結果を提供する,強化MCSと比較して,故障確率の予測に対してより高い柔軟性を提供する。Copyright 2022 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： 円板 ,  最適化 ,  故障率 ,  *信頼性 ,  タービン翼 ,  ニューラルネットワーク ,  活性部位 ,  *信頼性解析 ,  スカラー ,  確率モデル ,  破壊確率 ,  *機械学習
準シソーラス用語： *モンテカルロシミュレーション ,  計算効率 ,  計算コスト , 【Automatic Indexing@JST】

著者キーワード (4件)： 増強モンテカルロシミュレーション ,  人工ニューラルネットワーク ,  構造信頼性 ,  機械学習法

分類 (2件)： 建築物の耐震,免震,制震,防振  (RB01035P) ,  信頼性  (KB04040H)

タイトルに関連する用語 (4件)： 信頼性解析 ,  機械学習 ,  強化 ,  モンテカルロシミュレーション