基于 Kriging 代理模型与子集模拟的可靠性设计优化

本文旨在发展一种用于求解可靠性设计优化（RBDO）问题的策略，使其在性能模型计算代价高昂时仍然适用。基于模拟方法对此类问题不可行、且基于最可能失效点的方法不允许量化失效概率估计误差的前提，本文探索了结合元模型与高级模拟技术的方法。选择 Kriging 元建模技术来代理性能函数，因为它允许真实地量化代理误差。代理误差在极限状态面上的传播被传递至失效概率估计中，以提供经验误差度量。该误差随后通过基于种群的自适应精化技术顺序降低，直至 Kriging 代理模型足够精确以进行可靠性分析。这种原创的精化策略使得可以在一次实验设计中同时添加多个观测值。可靠性及可靠性灵敏度分析借助子集模拟技术进行，以提高数值效率。自适应代理模型策略最终被纳入经典的基于梯度的优化算法中，以求解 RBDO 问题。Kriging 代理模型在一种所谓的增广可靠性空间中构建，使其可在嵌套 RBDO 迭代之间复用。该策略与文献中其他方法在结构力学领域的三个学术算例上进行了比较。