基于两阶段主动学习Kriging模型的广义概率区间混合可靠性分析

摘要

提出一种基于双阶段主动学习Kriging模型的广义概率区间混合可靠性分析方法（TALK-HRA）。该TALK-HRA方法可有效处理包含概率与区间模型、区间概率模型及其组合在内的多种混合模型。首先，建立第一阶段主动学习Kriging模型以选择有可能跨越极限状态面的高风险点，从而准确预测功能函数符号，并为给定区间参数下的失效概率计算奠定基础。其次，构造第二阶段的Kriging模型以学习最大或最小失效概率附近的区域，从而寻找失效概率的边界。再次，提出的TALK-HRA方法被应用到随机-模糊混合可靠性分析中。最后，通过五个算例验证该方法的有效性。结果表明，该方法不仅可以准确高效地计算多种概率区间混合模型下的可靠度，而且能应用于具有高非线性和多峰极限状态面的“黑箱”问题的可靠性分析。