-
公开(公告)号:CN113343559A
公开(公告)日:2021-09-03
申请号:CN202110546969.9
申请日:2021-05-19
Applicant: 暨南大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06N7/00 , G06F111/08 , G06F119/02
Abstract: 本发明公开了一种迭代重加权最小二乘法极限学习机响应面可靠性分析方法,对于工程中的大型复杂结构高度非线性的隐式功能函数,以泛化能力强,计算效率高的迭代重加权最小二乘法极限学习机这种人工神经网络近似功能函数,引入L1、L2范数型损失函数用于增强极限学习机的鲁棒性以及L1、L2范数正则化方法用于避免过度拟合;在此基础上进行蒙特卡罗模拟,对机械电子、土木工程和航空航天等领域中的工程结构进行可靠性分析。本发明在结构可靠性分析中有很好的通用性,能适应各类非线性问题,扩展了极限学习机这种高效、泛化能力强、易实现的神经网络方法在结构可靠性分析领域的适用范围,有重要的理论和工程意义。
-
公开(公告)号:CN115146482A
公开(公告)日:2022-10-04
申请号:CN202210916008.7
申请日:2022-08-01
Applicant: 暨南大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于子区间分析与Chebyshev稀疏模型的结构可靠性分析方法,该方法首先基于子区间分析法估算功能函数Chebyshev展开模型各项稀疏,筛选系数较大的项建立Chebyshev展开稀疏近似模型,用该近似模型代替原高维、复杂的功能函数,然后结合多因子全水平试验设计方法和离散最优化算法,计算得到Chebyshev展开稀疏近似模型的上、下限以及结构的可靠度。本发明在使用代理函数方法评估土木工程、机械工程、航空航天等领域复杂工程结构基于区间分析的可靠性与安全程度时具有很好的通用性和适应性,大大减少了可靠性分析过程中结构分析与仿真的计算量,提高了计算效率。
-
公开(公告)号:CN114462210A
公开(公告)日:2022-05-10
申请号:CN202210022601.7
申请日:2022-01-10
Applicant: 暨南大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了基于高维表征模型的随机‑区间混合可靠性分析方法,方法包括:通过配置待分析领域的产品结构、功能函数以及随机变量和区间变量特征参数,功能函数用于表征所述待分析领域的结构或产品的工作状态,以子区间分解分析方法确定功能函数区间变量上、下限极值点,一次二阶矩方法确定设计验算点,中心复合抽样确定样本点,根据设计验算点、极值点和样本点,确定高维表征近似模型;计算待分析领域的产品结构的失效概率,以确定所述待分析领域的产品结构的可靠性。本发明效率高、精度好,可有效适应多维问题,广泛应用于结构可靠性分析技术领域。
-
公开(公告)号:CN113888577B
公开(公告)日:2022-03-15
申请号:CN202111473820.9
申请日:2021-12-01
Applicant: 暨南大学
Abstract: 本发明公开了一种基于鲸鱼优化算法的图像边缘检测方法、装置及介质,方法包括:将待检测图像转换为灰度图像;分别定义目标像素沿四个目标方向的边缘强度;将所述四个目标方向的最大边缘强度作为所述目标像素的边缘强度;初始化种群规模和问题维度,然后随机产生初始样本矩阵;根据所述目标像素的边缘强度确定适应度函数,并确定循环次数;根据所述种群规模、所述问题维度、所述初始样本矩阵、所述适应度函数和所述循环次数,采用鲸鱼优化算法确定边缘像素点;根据所述边缘像素点,输出边缘检测结果。本发明的通用性好且适应性好,可广泛应用于图像处理技术领域。
-
公开(公告)号:CN113343430A
公开(公告)日:2021-09-03
申请号:CN202110545572.8
申请日:2021-05-19
Applicant: 暨南大学
IPC: G06F30/20 , G06F111/08 , G06F119/02
Abstract: 本发明公开了一种基于Sobol拟蒙特卡洛和Box‑Muller变换的结构可靠度灵敏度分析方法,该方法基于Sobol序列和Box‑Muller变换产生低差异性的样本用于轴正交重要抽样计算结构可靠度。当随机变量均服从正态分布时,将可靠度灵敏度的计算等效为一系列通过样本点在极限状态曲面上的投影点,与极限状态函数切平面平行的超平面对应功能函数的结构失效概率灵敏度之和;当包含非正态随机变量时,以差分方法计算结构失效概率灵敏度。本发明在土木工程、机械工程、航空航天等领域,以可靠性为目标的结构或产品参数灵敏度计算及优化设计上有很好的应用价值,通用性和适应性好,计算量小、精度高,扩展了重要抽样方法在结构可靠度灵敏度分析上的适用范围。
-
公开(公告)号:CN117034577A
公开(公告)日:2023-11-10
申请号:CN202310906935.5
申请日:2023-07-24
Applicant: 暨南大学
IPC: G06F30/20 , G06F17/18 , G06F30/10 , G06F119/02
Abstract: 本发明公开了一种基于变中心子区间分解和椭球模型的结构可靠性分析方法,该方法首先将结构参数不确定性用非概率凸集椭球模型描述,采用极坐标变换将不确定参数椭球模型转换为极坐标区间模型;根据高维表征模型数学原理,取设计点为展开中心及平行坐标轴上有限样本点,以子区间分解分析方法计算功能函数上、下限近似值;变换展开中心到近似极值点,重复子区间分解分析直至展开中心点出现重复停止迭代,得到结构功能函数的上、下限近似值,并以此计算结构可靠指标。本发明对于具体应用领域中不确定参数原始数据和资料缺乏,使用椭球凸集模型描述复杂工程结构参数不确定性并评估结构可靠度时,具有很好的通用性和适应性,计算效率高。
-
公开(公告)号:CN115392112A
公开(公告)日:2022-11-25
申请号:CN202210915957.3
申请日:2022-08-01
Applicant: 暨南大学
IPC: G06F30/27 , G06F111/08 , G06F119/02
Abstract: 本发明公开了一种基于Direct算法抽样和支持向量机的结构可靠性分析方法。群智能优化算法、Monte Carlo方法、拟蒙特卡洛方法抽样所产生的样本有较高的随机性或仅要求样本的均匀分布,不一定是高效的样本构造方式。本发明取三者之优点,以Direct优化算法构造候选样本,设置优化目标函数,筛选重要样本形成训练集。采用支持向量回归近似功能函数,以内积核函数代替向高维空间的非线性映射,增强响应面方法的非线性适应性,在此基础上进行蒙特卡罗模拟,作结构可靠性分析。本发明在结构可靠性分析中通用性强,能适应各类非线性问题,扩展了支持向量机这种高效、易实现的回归方法在结构可靠性分析领域的适用范围。
-
公开(公告)号:CN115358052A
公开(公告)日:2022-11-18
申请号:CN202210915950.1
申请日:2022-08-01
Applicant: 暨南大学 , 广州市吉华勘测股份有限公司
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于Chebyshev展开截断模型的结构区间可靠性分析方法,该方法首先基于Chebyshev展开系数的一般规律,建立Chebyshev展开截断近似模型,确定Chebyshev试验设计点,求解Chebyshev近似模型各分项系数,用该近似模型代替原高维、复杂的功能函数,然后结合多因子全水平试验设计方法和离散最优化算法,计算得到该Chebyshev展开截断近似模型的上、下限以及结构的可靠度。本发明在使用代理函数方法评估土木工程、机械工程、航空航天等领域复杂工程结构基于区间分析的可靠性与安全程度时具有很好的通用性和适应性,大大减少了可靠性分析过程中结构分析与仿真的计算量,提高了计算效率。
-
公开(公告)号:CN113343431B
公开(公告)日:2022-03-22
申请号:CN202110546979.2
申请日:2021-05-19
Applicant: 暨南大学
IPC: G06F30/20 , G06N3/12 , G06F111/08 , G06F119/02
Abstract: 本发明公开了一种基于差分进化算法和等效平面法的混联结构系统一次二阶矩可靠性分析方法。对于含有m个串联子单元,其中第i个串联子单元包含ni(i=1,…,m,ni≥1)个元件以独立形式或并联形式(ni≥2)连接的混联结构系统,使用基于差分进化算法的一次二阶矩法计算各串联子单元的最可能失效点和可靠性指标;然后,以等效平面法计算混联结构系统可靠度。本发明在机械电子、航空航天和土木工程等领域混联结构系统可靠度分析中有很好的通用性,能适应各类非线性问题,一阶精度高,扩展了差分进化群智能优化算法在混联结构系统可靠度上的适用范围,对可靠性分析领域有重要的意义。
-
公开(公告)号:CN113870296B
公开(公告)日:2022-02-22
申请号:CN202111455684.0
申请日:2021-12-02
Applicant: 暨南大学
Abstract: 本发明公开了一种基于刚体碰撞优化算法的图像边缘检测方法、装置及介质,包括将待检测图像转换为灰度图像;确定灰度图像中任一像素对应的候选边缘方向,并划分得到为两个像素集合;将各个候选边缘方向中最大的边缘强度作为目标像素的边缘强度;根据最大化方差法确定最佳边缘强度阈值;初始化种群规模和问题维度,并产生初始样本矩阵;将目标像素的边缘强度作为适应度函数,并设置循环次数;根据最佳边缘强度阈值、种群规模、问题维度、初始样本矩阵、适应度函数和循环次数,采用刚体碰撞优化算法确定边缘像素点;根据边缘像素点,输出图像边缘检测结果。本发明提高了精度和收敛速度,可广泛应用于图像处理技术领域。
-
-
-
-
-
-
-
-
-