基于人工神经网络的结构可靠度仿真计算开题报告

1. 研究目的与意义（文献综述）

结构可靠性是指结构在规定的时间内、规定的条件内完成预定的功能的能力。为了体现出结构的可靠性，可以使用结构失效概率来定义结构可靠度，并以与结构失效概率相对应的可靠度指标来度量结构可靠度。计算结构失效概率可通过近似计算方法完成，典型的方法有一次矩法、二次矩法和响应面法等。但是这些方法存在多个最可能失效点、在失效面附近非线性较强和无法给出极限状态方程显示等问题。针对上诉问题，蒙特卡罗法(monte carlo method)回避了结构可靠度分析中的数学困难，不需要考虑极限状态曲面的复杂性，有较高的可信度。

蒙特卡罗法是把概率现象作为研究对象的数值模拟方法。其基本思想是为了求解问题，首先建立一个概率模型或随机过程，使它的参数或数字特征等于问题的解。然后通过对模型或过程的观察或抽样试验来计算这些参数或数字特征，最后给出所求解的近似值。解的精确度用估计值的标准误差来表示。其优点是回避了结构可靠性分析中的数学困难，不需要考虑极限状态曲面的复杂性。

但是蒙特卡罗法精度与抽样模拟总数有关，要提高精度，必须将抽样模拟总数提高，即需要大量的样本点，随之会产生庞大的计算量。提高样本点的采样效率、降低样本点的计算时间是提高蒙特卡罗法效率的最重要途径。

2. 研究的基本内容与方案

1）研究的基本内容

本文基于均匀样本点实验（doe）选取样本点，从而构建bp（back propagation）人工神经网络模型，以获取大量输入变量和输出变量的响应数据，并用蒙特卡罗法进行结构可靠度仿真计算，通过数值算例验证方法的有效性。

2）研究目标

3. 研究计划与安排

第1-2周：调研，查阅和阅读文献资料，明确研究内容，确定方案。

第3-5周：学习基于蒙特卡罗法的结构可靠度，用软件进行仿真计算。

第6-8周：用matlab进行建模仿真，用人工神经网络建立结构的输入-输出关系，获取样本数据。

4. 参考文献（12篇以上）

[1]朱辉, 刘义保, 游运. 蒙特卡罗方法与拟蒙特卡罗方法的历史、现状及展望[j]. 东华理工大学学报（自然科学版）, 2010, 33(4):357-362.

[2]rumelhart d em hinton g e,williams r j. learning representations by back-propagation errors[j]. nature, 1986, 323(6088):533-536

[3]侯国祥, 徐凯, 朱梅林等. 应用神经网络-蒙特卡罗法的可靠性分析方法[j]. 华中科技大学学报（自然科学版）, 2002, 030(004):84-86.