Resumen

Los modelos de sustitución han sido ampliamente adoptados para el análisis de confiabilidad. El enfoque común es construir una serie de sustitutos basados en un conjunto de entrenamiento y luego seleccionar el mejor con la mayor precisión como una aproximación de la función de estado límite que consume mucho tiempo. Sin embargo, el método tradicional aumenta el riesgo de adoptar un modelo inapropiado y no aprovecha al máximo los datos dedicados a la construcción de diferentes sustitutos. Además, obtener más muestras es muy costoso y a veces incluso imposible. Por lo tanto, para ahorrar en el costo de construir el sustituto y mejorar la precisión de la predicción, en este documento se propone una estrategia de conjunto para analizar eficientemente la confiabilidad estructural. Los valores de los pesos se obtienen mediante un proceso recursivo y la técnica de dejar uno afuera, en la que los valores se actualizan en cada iteración hasta lograr una precisión de predicción dada. Además, se utiliza una función de aprendizaje para guiar la selección del próximo candidato de m

• Materias:Emisión acústica Campo de tensión Onda de sismo Diagnóstico de fallas
• Subjects:Acoustic emission Strain field Seismic wave Fault diagnosis
• Palabras claves:Modelos de sustitución; Análisis de confiabilidad; Estrategia de conjunto; Precisión de predicción; Función de estado límite; Estimador de incertidumbre
• Keywords:Surrogate models; Reliability analysis; Ensemble strategy; Prediction accuracy; Limit state function; Uncertainty estimator