无仿真可靠性分析：一种基于物理信息深度学习的方法
机器学习
2020-06-16 v3
摘要
本文提出一种用于求解可靠性分析问题的无仿真框架。所提方法根植于近期发展的一种深度学习途径，即物理信息神经网络。其核心思想是从问题的物理规律直接学习神经网络参数。由此，完全消除了运行仿真与生成数据的需求。此外，所提方法还满足与问题相关的不变性性质和守恒律等物理规律。该途径被用于求解三个基准可靠性分析问题。所得结果表明所提方法具有极高精度。而且，求解可靠性分析问题的首要瓶颈——为生成数据而运行昂贵仿真——被该方法消除。
引用
@article{arxiv.2005.01302,
title = {Simulation free reliability analysis: A physics-informed deep learning based approach},
author = {Souvik Chakraborty},
journal= {arXiv preprint arXiv:2005.01302},
year = {2020}
}