随机结构响应密度演化分析的映射降维法
The mapping-based dimension-reduction algorithm for probability density evolution analysis of stochastic structural responses
-
摘要: 提出了随机结构响应密度演化分析的映射降维算法. 在一般线性与非线性随机结构分析中,采用近年发展起来的密度演化方法,能够获得动力响应的瞬时概率密度函数及其演化过程,具有较好的精度. 当具有多个随机变量时,采用常规的格栅型选点将导致过大的计算工作量. 基于Cantor集合映射的基本思想,将多维空间中的离散网格点逐次两两降维,按照概率测度值进行排序、取点,从而将具有多个随机变量的随机结构分析问题的计算工作量降到与仅含单一随机变量的随机结构分析相当的水平. 与随机模拟结果的比较表明:建议的方法具有较高的精度和效率.