基于支持向量機(jī)和證據(jù)理論的復(fù)雜系統(tǒng)可靠性分析方法

摘要： 針對(duì)復(fù)雜系統(tǒng)中存在極限狀態(tài)方程為隱式情況及參數(shù)為認(rèn)知不確定性的問(wèn)題，文中提出了一種基于支持向量機(jī)和證據(jù)理論的高效可靠性分析方法。首先，基于貝葉斯方法和最大熵原理將焦元上的基本概率分配平均分配到焦元中每一個(gè)元素以實(shí)現(xiàn)證據(jù)體精確化；其次，面對(duì)多學(xué)科系統(tǒng)中極限狀態(tài)方程為隱式情況，采用支持向量機(jī)(SVM)進(jìn)行顯式化處理。在該方法中提出了SVM訓(xùn)練樣本抽取策略，并對(duì)SVM通過(guò)引入馬爾可夫... （共7頁(yè)）