重要抽样

摘要： 为提高非序贯蒙特卡洛模拟法的抽样效率,将状态空间分割思想与状态筛选法相结合,提出基于状态空间分割非重复抽样的电力系统可靠性评估方法.通过重要状态子空间确定方法划分系统状态空间,采用解析法高效求解重要状态子空间可靠性指标,采用拉丁超立方抽样法对剩余状态子空间进行采样,采样过程中进行两次状态筛选,避免对相同状态的重复抽取.应用该方法对IEEE-RTS系统与修改后的IEEE-RTS系统进行可靠性评估.结果表明,所提出的方法既能确保计算精度,又可以加快收敛速度,降低抽样方差.

摘要： 从上世纪中叶开始,可靠性分析逐渐成为一们独立的学科,在装备制造、建筑、桥梁等行业中都发挥着不可替代的作用。介绍了结构可靠性分析的概念,及基本变量、响应量、极限状态函数和极限状态方程、失效概率和可靠度等结构可靠性分析涉及的基本理论。重点讨论了目前通用的三种可靠性分析方法:基于矩估计的改进一次二阶矩法、基于随机抽样的蒙特卡洛模拟法、由蒙特卡洛法改进的重要性抽样。对三类方法的基本原理,适用情形和具体算法作了简要介绍,对比了均值一次二阶矩法和改进一次二阶矩法,介绍了重要抽样密度函数的原理,列出了算法流程图。将三种典型方法应用于两个算例,对比分析了各方法的效率、结果精确度,显示蒙特卡洛模拟法效率较低但是结果准确,改进一次二阶矩法效率较高但有时会出现结果偏离实际值的情况,重要抽样法效率较高,但其结果的准确度依赖于设计点的选取,为可靠性分析方法的实际应用提供了参考。

摘要： 针对结构时变可靠性的随机模拟分析方法计算代价大的问题,在极值方法的基础上提出基于加权随机模拟的时变可靠性分析策略.时变可靠性分析需要计算在不同时间处的失效概率,通常需要进行多次可靠性分析,计算代价巨大.所提方法通过对常规静态可靠性的随机模拟方法进行改进拓展,运用加权策略分别发展了加权蒙特卡洛法和加权重要抽样法,使之能够高效分析计算时变可靠性问题.所提方法仅需一次常规可靠性分析模拟,即可得到时变失效概率函数估计.采用管状悬臂梁和十杆桁架两个算例进行验证.结果表明,基于加权思想的分析方法在能确保精确度的前提下能够大幅度减小计算量,提高计算效率.

摘要： 重要抽样(IS)法可显著提高电网可靠性的蒙特卡罗仿真(MCS)速度。作为一种有效的IS法,交叉熵法(CEM)以迭代方式实现重要抽样概率密度函数(IS-PDF)的交叉熵参数优化,然而迭代寻优存在较大计算成本。针对此问题提出一种全新的IS-PDF参数解析优化方法。首先将故障系统状态的理论最优IS-PDF用非线性方程组进行解析表达,并将IS-PDF的参数(即元件的最优无效度)作为方程组待求变量。由于系统故障状态数目庞大,导致方程组中方程数目太多而无法求解,为此引入最小割集概念对系统故障状态进行合并,在不改变理论最优IS-PDF等式方程约束的前提下,大大降低了方程数目;最后对削减后的方程组采用最小二乘估计实现元件最优无效度的解析求解。该方法的有效性和高效性通过MRBTS(modified Roy Billinton Test System)和IEEE-RTS79(IEEE-Reliability Test System 1979)可靠性测试系统的仿真计算进行了验证。

摘要： 针对大规模输电系统可靠性评估效率较低的问题,提出了一种基于重要抽样的影响增量方法.首先,利用迭代方法构造新的事故概率分布函数,进而得到重要抽样权函数;其次,根据所构造的事故概率分布函数对失效空间进行偏倚抽样,得到大量对评估结果有效的样本;最后利用基于影响增量的计算公式对系统可靠性指标进行计算.该方法可以在分析较少的事故状态下,达到大量抽样的蒙特卡洛方法的评估精度,影响增量公式将高阶事故权重向低阶事故转移,从而提升可靠性评估的准确性和效率,同时重要抽样方法减小了方差并加快收敛速度,进一步提升了可靠性评估的计算效率.算例分析部分选取IEEE-RTS-24节点测试系统,测试结果证实了所提方法的高精度和高效率特性.

摘要： 由于不确定因素多、电网规模大,原始蒙特卡洛模拟(MCS)在复杂电力系统可靠性评估中无法满足实时高效的要求.提出一种基于交叉熵(CE)的重要抽样与极限学习机(ELM)相结合的可靠性评估算法,一方面通过在系统抽样环节引入CE构建元件的最优概率分布,减小方差变化,加快指标收敛速度;另一方面,采用ELM对重要抽样的状态样本进行有监督学习,以所构建的网络学习模型替代传统非线性规划方法进行状态评估,提高单次系统状态评估的效率,从而实现快速可靠性评估.对IEEE RTS-79系统进行可靠性评估,与原始MCS和CE重要抽样的对比结果表明,在一定的误差范围内所提算法合理、有效,其计算效率较原始MCS和CE显著提高.

摘要： 为提高无砟轨道板精调车结构的设计水平,考虑精调车荷载、几何尺寸和材料弹性模量等设计变量的随机性,对精调车结构进行可靠性分析、可靠性灵敏度分析和可靠性优化.首先,分析并得到精调车结构在串联失效模式下的结构功能函数;然后,运用响应面法和重要抽样方法,分析得到基于确定性优化的精调车结构的失效概率和可靠性灵敏度结果.最后,根据可靠性灵敏度分析结果,对该结构进行可靠性优化.分析精调车结构在可靠性优化前后的差异,结果表明,与确定性优化结果相比,可靠性优化使精调车结构自重增加了3. 55%,但可靠度提高为0. 999 999 987 7,说明设计变量的随机性对结构性能的干扰大幅减小.

摘要： RESTful服务架构风格的Web服务比SOAP或XML-RPC更加简洁,已被广泛的应用在企业的系统服务中.如何有效地保障其服务质量和安全可靠变得尤为重要.软件测试是保障软件架构服务正常的有效手段,为了满足日益发展的软件技术对可靠性保障的需求,针对软件可靠性的测试研究也越来越重要.针对RESTful资源服务的可靠性进行探究,提出基于马尔可夫链的使用模型,在采用重要抽样方法保证可靠性无偏估计的情况下,通过启发式遗传算法种群迭代选择过程,调整优化使用模型的操作状态转移概率,增加关键操作的执行次数,解决软件统计测试的时间和开销费用较大的难题.通过实验仿真结果,表明与已有的模拟退火方法和标准统计测试相比,该方法能够快速地生成最优矩阵,得到失效概率更小的方差,提高软件统计测试的效率,达到测试的充分性.

摘要： 实际工程结构在几何参数和材料参数等方面存在变异性，其可靠性也受到影响。对于断裂问题，裂纹尺寸、裂纹位置和泊松比等参数的随机性将引起应力强度因子的不确定性，从而对含裂纹体的可靠性产生影响。综合运用响应面法、重要抽样蒙特卡罗法及样条虚边界元法，提出一种计算效率较高、具有良好计算精度的含裂纹平面问题可靠度分析方法。该法由于采用重要抽样技术，因此可以克服直接蒙特卡罗法抽样数量巨大的缺点。此外，采用样条虚边界元法进行数值试验，其效率明显高于常规的有限元数值试验，这可以进一步提高整个方法的计算效率。采用提出的方法分析了两个裂纹问题，并与直接蒙特卡罗法的结果进行对比，验证本文方法的正确性和高效性。

摘要： 针对非能动系统多维不确定性和小物理过程失效概率问题，提出基于重要抽样子集模拟可靠性分析方法。该方法通过引入适当的中间失效事件，将失效概率表达为一系列较大的中间失效事件条件概率乘积形式，并利用重要抽样密度函数抽取样本点来计算条件失效概率。以AP1000非能动余热排出系统为研究对象，考虑热工水力学模型和输入参数的不确定性，对其进行物理过程失效概率评估。结果表明：与其它概率评估方法相比，子集模拟法具有较高的计算效率，同时又能保证很高的计算精度。

摘要： 本发明涉及一种基于重要度抽样的无人车超车场景关键测试案例生成方法。该方法分析了无人车的超车场景，并根据重要度抽样的原理生成极端情况下无人车超车场景关键的测试案例。它包含四大步骤：(1)构建无人车超车场景，确定超车可靠性的影响因素；(2)分析超车可靠性影响因素的参数，并确定参数的范围及分布；(3)构建高斯混合模型，确定模型参数；(4)变换高斯混合模型，进行重要度抽样，确定关键测试用例。基于该方法即可提高无人车超车场景的测试效率，为无人车安全可靠超车设计提供指导。

摘要： 本申请提出一种全灵敏度对抗重要性抽样产量优化方法和装置，涉及数据处理技术领域，其中，方法包括：获取电路的网表文件和模型文件，将网表文件和模型文件输入外部优化器；分析在电路设计参数下所述电路的性能指标，根据性能指标计算良率；将良率发给所述外部优化器，以使外部优化器判断良率是否满足预设条件，若不满足，基于灵敏度更新电路设计参数，直到生成的电路的良率满足预设条件；获取电路的良率满足预设条件时对应的电路设计参数设计电路。由此，基于灵敏度避免了外部优化过程中的抽样。同时提出了一种快速灵敏度重要性抽样的良率分析方法，以消除重要性采样中寻找最优均值偏移向量和后续采样中的抽样。

摘要： 本公开提供了一种元模型重要抽样结合空间分割的涡轮叶片重要性分析方法，包括：确定涡轮叶片的不确定性变量，确定所述不确定性变量的联合概率密度函数；确定所述不确定性变量的极限状态函数；根据所述联合概率密度函数和所述极限状态函数，获取所述不确定性变量的重要抽样样本和所述涡轮叶片的无条件失效概率；划分所述不确定性变量的重要抽样样本为多个互不重叠的子区间，获取所述涡轮叶片的区间条件失效概率；根据所述无条件失效概率和所述区间条件失效概率，获得所述涡轮叶片不确定性变量的重要性。该方法对于涡轮叶片结构重要性分析方面有很强的工程意义。

摘要： 本发明提供一种自适应方向重要抽样的失效概率计算方法，其步骤如下：一：确定变量分布类型，转换为独立标准正态分布；二：将向量和极限状态函数改为极坐标系下的形式；三：用均匀方向抽样求解极限状态方程；对解按大小排序，记录最小值四：取三中为β0，给定初始参数p0，用方向重要抽样求解极限状态方程；对解按大小排序，记录最大值和最小值五：自适应迭代，第i次迭代取为βi，参数用方向重要抽样求解极限状态方程；对解按大小排序，记录最大值和最小值六：设定收敛准则，满足迭代收敛，不满足返回五；七：取最终收敛结果，运用方向重要抽样得解值；八：用公式计算失效概率本发明所述方法科学，工艺性好，具有广阔推广应用价值。

摘要： 本发明涉及一种基于自适应重要抽样的复合材料加筋壁板后屈曲可靠性分析方法，运用半经验公式计算加筋壁板后屈曲的极限载荷，对加筋壁板结构不确定性变量进行研究，采用自适应重要抽样法对复合材料加筋壁板后屈曲进行可靠性分析，高效快速的得到后屈曲的失效概率，实现复合材料加筋壁板结构的可靠性评估。

摘要： 本发明提供一种基于最优条件重要抽样法的结构失效概率的求解方法，将每一输入变量的分布区间划分为连续但不相交的子区间，对每一个输入变量的失效概率δi进行估计，选择使δi达到最大值的输入变量作为条件变量；在已知条件变量条件下，分别估计失效概率估计值的方差和失效概率最优估计值的方差判断是否显著小于若否，以的结果作为最终估计值；若是，则调整输入变量分布区间的划分，重新估计和以此迭代，直至不显著小于本发明能够在保证计算精度的前提下提高求解结构失效概率的效率，降低计算的代价，且具有良好的适用性，能广泛应用于工程中各类可靠性问题的计算中。

摘要： 本公开提供了一种元模型重要抽样结合空间分割的涡轮叶片重要性分析方法，包括：确定涡轮叶片的不确定性变量，确定所述不确定性变量的联合概率密度函数；确定所述不确定性变量的极限状态函数；根据所述联合概率密度函数和所述极限状态函数，获取所述不确定性变量的重要抽样样本和所述涡轮叶片的无条件失效概率；划分所述不确定性变量的重要抽样样本为多个互不重叠的子区间，获取所述涡轮叶片的区间条件失效概率；根据所述无条件失效概率和所述区间条件失效概率，获得所述涡轮叶片不确定性变量的重要性。该方法对于涡轮叶片结构重要性分析方面有很强的工程意义。

摘要： 本申请公开了基于交叉熵重要抽样的元件可靠性参数优化解析方法，包括：输入参数；采用交叉熵重要抽样产生系统失负荷事件，并进行系统可靠性评估；建立基于交叉熵重要抽样的系统可靠性指标解析模型；建立可靠性参数优化解析模型；将优化解析模型分解为上层问题和下层问题；求解上层问题得到解析模型系数并对系统元件进行重要度排序；依次求解上层问题与下层问题，得到被优化元件投资费用及被优化后的不可用率；输出被优化元件集合及其中各元件的投资费用及被优化后的不可用率。本发明的解析计算精度与传统可靠性优化方法十分接近，在保证计算精度的前提下，极大的提高了可靠性参数优化问题的计算效率。

摘要： 本发明公开了一种基于最大熵原理与交叉熵重要抽样的电网可靠性评估方法。本发明引入最大熵原理，建立重要抽样概率密度函数在满足先验信息约束条件下信息熵最大的优化模型，耦合重要抽样概率密度函数的交叉熵最小的优化模型，构造连续型随机变量重要抽样分布估计的多目标规划模型，并通过最优化理论得到该问题的多劣解，即重要抽样概率密度函数的一般表达式。本发明建立的连续型随机变量重要抽样概率密度函数完全基于先验信息的各阶矩约束条件，不需对重要抽样概率密度函数的分布形式作任何假设，因此更加灵活通用。有望解决现有概率评估技术实时性差的问题，从而显著提高电力运行校核的准确性与合理性。

摘要： 本发明公开了一种联合多维响应高斯过程和重要抽样的可靠性评估方法，本发明的方法先构造重要抽样密度函数，寻找失效域中最可能失效的点作为抽样重心，抽取得到重要抽样样本池，在该样本池内结合自适应学习函数构建MRGP代理模型，提升了代理模型的构建效率；基于该代理模型计算失效概率的估计值和失效概率估计值的变异系数并通过学习函数增加样本点，以此更新代理模型，实现自适应学习，直至失效概率估计值的变异系数满足所设定的收敛性要求后停止，从而有效地解决在多失效模式相关和小失效概率下开展可靠性评估的问题。