-
公开(公告)号:CN109978138A
公开(公告)日:2019-07-05
申请号:CN201910212148.4
申请日:2019-03-20
Applicant: 哈尔滨工业大学
Abstract: 本发明是基于深度强化学习的结构可靠度抽样方法。本发明针对现有技术在结构可靠度抽样算法方面的不足,利用深度强化学习算法,提出基于深度强化学习的结构可靠度抽样方法,该方法融合的计算机视觉和深度强化学习等技术,可实现抽样空间的智能观察,以及在结构失效面附近的重要区域智能选取样本,作为结构可靠度代理模型的训练样本。为了实现强化学习的结构可靠度抽样,采用深度神经网络作为强化学习中的机器。通过定义一个合适的奖赏,在训练更新机器的同时,可以实现在结构失效面附近的重要区域智能抽样。本发明具有很好的智能结构可靠度采样能力,具有高效性。