معین برخوری مهنی - استادیار، گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه جیرفت، جیرفت، ایران
علیرضا گرکانی نژاد - استادیار، گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه جیرفت، جیرفت، ایران
محمد مقصودی - استادیار، گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه جیرفت، جیرفت، ایران

در حوزه تحلیل قابلیت اطمینان، مسائل با ابعاد بالا چالش هایی را برای بسیاری از روشهای نمونه گیری موجود ایجاد می کنند. در میان این روشها، نمونه برداری اهمیت محور مخلوط گاوسی مبتنی بر آنتروپی متقاطع اخیرا مورد توجه قرار گرفته است . با این حال، فقط در مسائل با ابعاد کم تا متوسط عملکرد خوبی دارد. برای افزایش کارایی برای مسائل با ابعاد بالا، این مقاله استفاده از نمونه برداری مونت کارلو با زنجیره مارکوف (MCMC) را پیشنهاد می کند. ادغام MCMC و اصلاح قانون به روز رسانی پارامتر، روش را در برابر ابعاد بالا قویتر می کند. در پایان عملکرد رویکرد پیشنهادی با چند روش نمونه گیری اهمیت محور اخیر مقایسه شده است . نتایج نشاندهنده عملکرد بهتر روش پیشنهادی در استحکام و کارایی نسبت به رویکردهای موجود است .

نمونه گیری اهمیت محور، زنجیره مارکوف، واگرایی کولبک -لایبلر، شبیه سازی مونت کارلو، آنتروپی متقابل