[發(fā)明專利]桁架結(jié)構(gòu)靈敏度分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810069094.6
• 申請(qǐng)日: 2018-01-24
• 公開（公告）號(hào): CN108280299B
• 公開（公告）日: 2023-06-02
• 發(fā)明（設(shè)計(jì)）人: 魏鵬飛;岳珠峰;劉付超;周長(zhǎng)聰;張政;王文選;唐成虎
• 申請(qǐng)（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號(hào): G06F30/13
• 分類號(hào): G06F30/13;G06F30/20;G06F111/10;G06F119/02;G06F119/14
• 代理公司: 北京律智知識(shí)產(chǎn)權(quán)代理有限公司 11438
• 代理人: 闞梓瑄

1.一種桁架結(jié)構(gòu)靈敏度分析方法，其特征在于，包括：

利用蒙特卡洛算法計(jì)算得到多個(gè)獨(dú)立影響指標(biāo)以及多個(gè)整體影響指標(biāo)；對(duì)各所述獨(dú)立影響指標(biāo)以及各所述整體影響指標(biāo)進(jìn)行求均值運(yùn)算，得到獨(dú)立影響指標(biāo)均值以及整體影響指標(biāo)均值；將所述獨(dú)立影響指標(biāo)均值作為所述獨(dú)立影響指標(biāo)，并將所述整體影響指標(biāo)均值作為所述整體影響指標(biāo)；

配置獨(dú)立影響指標(biāo)以及整體影響指標(biāo)；根據(jù)所述獨(dú)立影響指標(biāo)篩選對(duì)結(jié)構(gòu)響應(yīng)的方差影響較大的第一輸入變量，根據(jù)所述整體影響指標(biāo)篩選對(duì)結(jié)構(gòu)響應(yīng)的方差影響較小的第二輸入變量；

配置第一靈敏度指標(biāo)以及第二靈敏度指標(biāo)；其中，第一靈敏度指標(biāo)用于衡量任一所述輸入變量的主指標(biāo)大于任一另一所述輸入變量的主指標(biāo)的概率；第二靈敏度指標(biāo)用于衡量任一所述輸入變量的總指標(biāo)大于任一另一所述輸入變量的總指標(biāo)的概率；

利用所述第一靈敏度指標(biāo)以及所述第二靈敏度指標(biāo)對(duì)各所述第一輸入變量對(duì)所述桁架結(jié)構(gòu)的響應(yīng)方差的影響程度進(jìn)行分析；以及

利用所述第一靈敏度指標(biāo)以及所述第二靈敏度指標(biāo)對(duì)各所述第二輸入變量對(duì)所述桁架結(jié)構(gòu)的響應(yīng)方差的影響程度進(jìn)行分析；

其中，計(jì)算所述第一靈敏度指標(biāo)以及第二靈敏度指標(biāo)包括：

T_ij＝Pr[S_i(θ)＞S_j(θ)]；

T_Tij＝Pr[S_Ti(θ)＞S_Tj(θ)]；

其中，T_ij為第一靈敏度指標(biāo)；T_Tij為第二靈敏度指標(biāo)；θ為隨機(jī)輸入變量的分布參數(shù)；S_i(θ)為第i個(gè)輸入變量的主指標(biāo)；S_j(θ)為第j個(gè)輸入變量的主指標(biāo)；Pr[S_i(θ)＞S_j(θ)]為第i個(gè)輸入變量的主指標(biāo)大于第j個(gè)輸入變量的主指標(biāo)的概率；S_Ti(θ)為第i個(gè)輸入變量的總指標(biāo)；S_Tj(θ)為第j個(gè)輸入變量的總指標(biāo)；Pr[S_Ti(θ)＞S_Tj(θ)]為第i個(gè)輸入變量的總指標(biāo)大于第j個(gè)輸入變量的總指標(biāo)的概率；

計(jì)算所述第i個(gè)輸入變量的一階偏方差，包括：

其中，V_i(θ)為第i個(gè)輸入變量的一階偏方差，衡量第i個(gè)輸入變量對(duì)結(jié)構(gòu)響應(yīng)方差的單獨(dú)貢獻(xiàn)；x_i為任一輸入變量；y|x_i為輸入變量中，固定x_i以后y的取值；E²(y|x_i)為固定x_i以后y的期望值的平方；為所有變量均不固定時(shí)y值的期望值的平方；E[E²(y|x_i)]為E²(y|x_i)的期望值；

計(jì)算所述第i個(gè)輸入變量的高階偏方差，包括：

V_Ti＝E[g²(x)]-E{E²[g(x)|x_-i]}；

其中，V_Ti(θ)為第i個(gè)輸入變量的高階偏方差，衡量第i個(gè)輸入變量對(duì)結(jié)構(gòu)響應(yīng)方差的全部貢獻(xiàn)；g(x)為結(jié)構(gòu)響應(yīng)函數(shù)；E[g²(x)]為g(x)的平方的期望值；x_-i為輸入變量中，除去第i個(gè)輸入變量的輸入變量向量；g(x)|x_-i為輸入變量中，固定x_-i后的結(jié)構(gòu)響應(yīng)函數(shù)；E²[g(x)|x_-i]為g(x)|x_-i的期望值的平方；E{E²[g(x)|x_-i]}為E²[g(x)|x_-i]的期望值。

2.根據(jù)權(quán)利要求1所述的桁架結(jié)構(gòu)靈敏度分析方法，其特征在于，在配置第一靈敏度指標(biāo)以及第二靈敏度指標(biāo)之前，所述桁架結(jié)構(gòu)靈敏度分析方法還包括：

計(jì)算所述第一靈敏度指標(biāo)以及第二靈敏度指標(biāo)。