تحلیل قابلیت اعتماد سازه ها با نمونه گیری اهمیت محور با استفاده از زنجیرمارکوف و تابع مخلوط گوسی مبتنی بر آنتروپی متقابل

محاسبه احتمال خرابی سازه ها با توجه به کم بودن این احتمال مساله ای چالش بر انگیز است. از آنجا که معمولا تعداد زیادی متغییرهای تصادف ی در یک مساله تحلیل قابلیت اعتماد مهندسی دخیل هستند استفاده از روش های شبیه سازی مونت کارلو اجتناب ناپذیر است. نمونه گیری اهمیت محور یکی از روشهای شبیه سازی مونت کارلو جهت افزایش دقت برآورد است. دقت این روش تا حد زیادی به تابع نمونه گیر کمکی بستگی دارد. تابع چگالی نمونه گیر میتواند با استفاده از روش آنتروپی متقابل به دست آی د. از این روش برای کمینه کردن معیار فاصله کولبک-لیبلر بین تابع بهینه تئوریک و یک خانواده پارامتری از توابع توزیع استفاده میشود. در این مقاله بر آن هستیم که عملکرد توابع مخلوط گوسی را به عنوان تابع نمونه گیری در چارچوب روش آنتروپی متقابل بررسی نما ییم. در روش پیشنهادی نمونه های تصادفی به کمک زنجیره مارکوف در فضای خرابی تولید شده و پارامترهای تابع مخلوط گوسی با استفاده از فرمولهای بسته مبتنی بر روش آنترو پی متقابل به دست میآیند. در مرحله آخر از تابع توزیع حاصل شده برای برآورد احتمال خرابی استفاده میشود. بررسی عمکرد این روش در تحلیل اعتمادپذیری چند سازه نشان می دهد که این روش از دقت و کارایی مناسبی برخوردار است.

Keywords:

نمونه گیری اهمیت محور , آنتروپی متقابل , شبیه سازی مونت کارلو , تابع مخلوط گوسی , زنجیر مارکوف