1.一种基于Direct算法抽样和支持向量机的结构可靠性分析方法,其特征在于,所述结构可靠性分析方法包括以下步骤:S1、指定待分析领域的产品结构、待分析领域中反映产品结构正常工作能力或安全工作临界状态的功能函数、随机变量及其特征参数,其中,n为随机变量中元素的个数,是随机变量向量的各分量,所述待分析领域包括土木工程、机械电子和航空航天;
所述产品结构为三跨十二层框架结构,随机变量为各单元截面面积、单元截面惯性矩、各个单元弹性模量以及外荷载,功能函数为节点的位移不超过最大允许水平位移,为楼高,功能函数表达式如下:,
其中,,表示三跨十二层框架在节点的位移;
S2、将随机变量通过Rosenblatt变换转化为标准正态随机变量,是标准正态随机变量向量的各分量;
S3、设置循环变量;
S4、若,利用Direct算法产生所有样本,构造支持向量回归响应面,设置目标函数,若,以为优化目标函数将Direct算法产生的新增加样本追加到先前样本中,建立新的样本训练集,根据真实功能函数计算新增加样本对应的结构响应;其中,Direct算法迭代过程中生成样本,构造高精度响应面的目标函数定义为:,
其中,为支持向量回归响应面函数,为联合概率密度函数,,表示标准随机变量第个分量,为标准随机变量第个标准随机变量的密度函数,即,,当时,令,为归一化向量与标准正态随机变量向量之间的转化关系;
S5、对样本进行预处理,将标准正态随机变量各分量缩放至范围,得到归一化后的,是向量的各分量;
S6、采用高斯核函数对功能函数进行支持向量回归估计;
S7、利用交叉验证方法寻找支持向量机最优惩罚系数和参数,得到支持向量回归响应面函数;
S8、对标准正态随机变量进行蒙特卡罗仿真,转化为归一化参数,基于支持向量回归响应面函数,计算结构失效概率;其中,所述支持向量回归响应面函数具有如下形式: ,为样本支持向量个数, 表示自样本产生的第i个支持向量,当选择高斯核函数,,为核参数,、分别为第一、第二拉格朗日乘子,为超平面参数;
S9、检验结构失效概率是否收敛,若收敛,得到结构失效概率和可靠性指标,否则,返回步骤S4继续执行。
2.根据权利要求1所述的基于Direct算法抽样和支持向量机的结构可靠性分析方法,其特征在于,所述转化关系是归一化向量的分量与标准正态随机变量向量的分量之间的转化关系,按如下方式进行:,其中,和分别为所有样本分量最小值和最大值。