基于神经网络方法的复杂超静定结构失效概率分析

将整体结构按拓扑关系划分为若干模块,根据力的传递原理对模块结构进行失效概率计算,获得各模块结构的失效概率信息;运用有限元模拟分析获得整体结构的失效概率信息。再将模块结构的失效概率作为输入,整体结构的失效概率作为输出,构造样本集。以BP神经网络进行失效概率分析,既可提高计算速度和精度,也可利用其泛化能力对相同拓扑结构的超静定结构进行失效概率计算。算例中对包含5个模块结构的整体结构单元进行基于神经网络的失效概率分析,以网络外推能力计算了包含7模块结构的整体结构单元的失效概率,获得较好的计算精度,从而验证了该方法的有效性。