留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于GA-BP贝叶斯算法的可靠性分析近似模型

任 远 白广忱

任 远, 白广忱. 基于GA-BP贝叶斯算法的可靠性分析近似模型[J]. 北京航空航天大学学报, 2009, 35(5): 532-535.
引用本文: 任 远, 白广忱. 基于GA-BP贝叶斯算法的可靠性分析近似模型[J]. 北京航空航天大学学报, 2009, 35(5): 532-535.
Ren Yuan, Bai Guangchen. Approximation model for reliability analysis based on GA-BP Bayesian algorithm[J]. Journal of Beijing University of Aeronautics and Astronautics, 2009, 35(5): 532-535. (in Chinese)
Citation: Ren Yuan, Bai Guangchen. Approximation model for reliability analysis based on GA-BP Bayesian algorithm[J]. Journal of Beijing University of Aeronautics and Astronautics, 2009, 35(5): 532-535. (in Chinese)

基于GA-BP贝叶斯算法的可靠性分析近似模型

基金项目: 国家863计划资助项目(2006AA04Z405)
详细信息
    作者简介:

    任 远(1982-),男,四川南充人,博士生,renyuan116@sjp.buaa.edu.cn.

  • 中图分类号: TB 114.3; TP 391.9

Approximation model for reliability analysis based on GA-BP Bayesian algorithm

  • 摘要: 研究了GA-BP(Genetic Algorithm-Backpropagation)贝叶斯算法在可靠性仿真中的应用.GA-BP贝叶斯算法是一种新型前馈神经网络训练算法,它建立在遗传算法(GA)、L-M(Levenberg-Marquardt) BP算法以及贝叶斯方法这三者的基础上.由于该算法的训练目标是获取对应于后验分布最大值的权值向量,并且在搜索过程中融入了遗传算法,因此能够使前馈神经网络具有更佳、更稳定的泛化性能.在可靠性仿真中,采用GA-BP贝叶斯算法来构造前馈神经网络近似模型,再用它来替代复杂费时的数值仿真程序进行Monte Carlo模拟,就能够在计算成本得到有效控制的同时获取随机输出变量的概率分布情况.

     

  • [1] MacKay D J C. Bayesian interpolation [J]. Neural Computation, 1992, 4(3):415-447 [2] Romero V, Burkardt J, Gunzburger M, et al. Initial application and evaluation of a promising new sampling method for response surface generation: centroidal voronoi tessellation . AIAA 2003-2008, 2003 [3] Romero V, Burkardt J, Gunzburger M, et al. Comparison of pure and "latinized" centroidal voronoi tessellation against various other statistical sampling methods [J]. Reliability Engineering and System Safety, 2006, 91(10/11):1266-1280 [4] 田江.机构动态可靠性分析与仿真 .北京:北京航空航天大学能源与动力工程学院,2003 Tian Jiang. Simulation and reliability analysis for dynamic mechanism . Beijing: School of Jet Propulsion,Beijing University of Aeronautics and Astronautics, 2003(in Chinese)
  • 加载中
计量
  • 文章访问数:  3655
  • HTML全文浏览量:  5
  • PDF下载量:  1532
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-08-10
  • 刊出日期:  2009-05-31

目录

    /

    返回文章
    返回
    常见问答