$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

Abstract

Reliability assessment of complex structures using simulation methods is time-consuming. Thus, surrogate models are usually employed to reduce computational cost. AK-MCS is a surrogate-based Active learning method combining Kriging and Monte-Carlo Simulation for structural reliability analysis. This paper proposes three modifications of the AK-MCS method to reduce the number of calls to the performance function. The first modification is related to the definition of an initial Design of Experiments (DoE). In the original AK-MCS method, an initial DoE is created by a random selection of samples among the Monte Carlo population. Therefore, samples in the failure region have fewer chances to be selected, because a small number of samples are usually located in the failure region compared to the safe region. The proposed method in this paper is based on a uniform selection of samples in the predefined domain, so more samples may be selected from the failure region. Another important parameter in the AK-MCS method is the size of the initial DoE. The algorithm may not predict the exact limit state surface with an insufficient number of initial samples. Thus, the second modification of the AK-MCS method is proposed to overcome this problem. The third modification is relevant to the type of regression trend in the AK-MCS method. The original AK-MCS method uses an ordinary Kriging model, so the regression part of Kriging model is an unknown constant value. In this paper, the effect of regression trend in the AK-MCS method is investigated for a benchmark problem, and it is shown that the appropriate choice of regression type could reduce the number of calls to the performance function. A stepwise approach is also presented to select a suitable trend of the Kriging model. The numerical results show the effectiveness of the proposed modifications.

참고문헌 (0)

  1. 이 논문의 참고문헌 없음

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • 원문 PDF 정보가 존재하지 않습니다.

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일