第一个书签之前
摘 要
ABSTRACT
绪论
研究背景及意义
相关理论及研究现状
本文主要工作
基于Kriging模型的主动学习方法
Kriging模型简介stein1999interpolation
方法框架
基于单个MC样本信息的学习函数和停止准则
EGRA
AK-MCS及其改进
IBS2及其改进
本章小结
基于全部MC样本信息的学习函数和停止准则
不确定性减少量化函数URQF
基于相对误差的停止准则研究
URQF中权函数研究
数值结果对比分析
算例一：低维，单曲线极限状态
算例二：低维，多曲线极限状态
算例三：低维，极高非线程度
算例四：单自由度非线性阻尼系统
算例五：方法性能与维度的关系
本章小结
结论与展望
致谢
参考文献
作者在学期间取得的学术成果
国防科学技术大学;
