In this paper, an efficient methodo

In this paper, an efficient methodology has been presented for solving the RBO problems. It combines the weighted approach and a sequential approximation optimization. The ‘weighted approach’ has been used to decouple the RBO problem by explicitly approximating the reliability constraints. It can obtain the FPF through a single reliability analysis. The framework of sequential approximation optimization is adopted to ensure the accuracy of the RBO problem efficiently. That is, after the reliability analysis and optimization loop are decoupled, they can be performed sequentially until the optimization results converge. The proposed method does not depend on approximate reliability analysis method and allow simulation method to use, leading to higher accuracy and actual feasibility.

Numerical results reported in this contribution indicate that the most desirable feature is that the effort for constructing approximation of the FPF only need one traditional reliability analysis, i.e., importance sampling, thus the proposed approach can be competitive in terms of efficiency and accuracy when compared with other methods (e.g. that of using an predefined exponential function). In addition to these advantages, a complete decoupling of the required optimization and reliability calculations has been obtained. Hence, any algorithm that can solve the deterministic optimization problem can be used.

Further numerical studies are needed for researching the following possible subjects include (a) extensive application to high dimensional problem; (b) application to large number of design variables that can be handled with the proposed framework.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ วิธีการมีประสิทธิภาพได้ถูกนำเสนอสำหรับแก้ปัญหา RBO จะรวมวิธีการถ่วงน้ำหนักและเพิ่มประสิทธิภาพการประมาณตามลำดับ มีการใช้ 'วิธีถ่วงน้ำหนัก' การ decouple ปัญหา RBO โดยชัดเจนระหว่างข้อจำกัดความน่าเชื่อถือ มันสามารถรับ FPF ผ่านการวิเคราะห์ความน่าเชื่อถือเดียว กรอบของลำดับประมาณจะนำการตรวจสอบความถูกต้องของปัญหา RBO ได้อย่างมีประสิทธิภาพ นั่นคือ หลังจากความน่าเชื่อถือวิเคราะห์และเพิ่มประสิทธิภาพของลูปเป็น decoupled พวกเขาสามารถการจนมาบรรจบกันผลลัพธ์เพิ่มประสิทธิภาพ วิธีการนำเสนอไม่ขึ้นอยู่กับวิธีการวิเคราะห์ความน่าเชื่อถือโดยประมาณ และอนุญาตการจำลองวิธีการใช้ นำไปสู่ความถูกต้องสูงและความเป็นไปได้จริงผลลัพธ์เป็นตัวเลขที่รายงานในส่วนนี้บ่งชี้ว่า คุณลักษณะปรารถนามากที่สุด ว่า ความพยายามในการสร้างประมาณ FPF เดียวต้องความน่าเชื่อถือแบบหนึ่งวิเคราะห์ สำคัญ เช่นชักตัวอย่าง ดังนั้นวิธีการนำเสนอสามารถแข่งขันในด้านประสิทธิภาพและความแม่นยำเมื่อเทียบกับวิธีอื่น ๆ (เช่นว่าการใช้ฟังก์ชันเอ็กซ์โพเนนเชียกำหนดไว้ล่วงหน้า นอกจากข้อดีเหล่านี้ เป็นสัญญาณ decoupling สมบูรณ์ต้องปรับให้เหมาะสมและคำนวณความน่าเชื่อถือได้รับการ ดังนั้น ขั้นตอนวิธีที่สามารถแก้ปัญหาปรับ deterministic สามารถใช้การศึกษาตัวเลขเพิ่มเติมจำเป็นสำหรับการวิจัยต่อไปนี้ (a) โปรแกรมประยุกต์อย่างละเอียดสูงปัญหามิติ รวมเรื่องที่เป็นไปได้ (ข) โปรแกรมประยุกต์ของตัวแปรการออกแบบที่สามารถจัดการกับกรอบงานนำเสนอ

ผลลัพธ์ (ไทย) 2:

ในบทความนี้วิธีการที่มีประสิทธิภาพได้รับการเสนอในการแก้ปัญหา RBO มันรวมวิธีการถ่วงน้ำหนักและเพิ่มประสิทธิภาพการประมาณลำดับ 'วิธีการถ่วงน้ำหนัก' ได้รับการใช้ในการแยกปัญหา RBO อย่างชัดเจนโดยใกล้เคียงกับข้อ จำกัด ของความน่าเชื่อถือ มันสามารถได้รับ FPF ผ่านการวิเคราะห์ความน่าเชื่อถือเดียว กรอบของการเพิ่มประสิทธิภาพการประมาณลำดับถูกนำมาใช้เพื่อความถูกต้องของปัญหา RBO ได้อย่างมีประสิทธิภาพ นั่นคือหลังจากการวิเคราะห์ความน่าเชื่อถือและการเพิ่มประสิทธิภาพห่วงจะแยกพวกเขาสามารถที่จะดำเนินการตามลำดับจนกว่าผลการเพิ่มประสิทธิภาพมาบรรจบกัน วิธีที่เสนอไม่ขึ้นอยู่กับวิธีการวิเคราะห์ความน่าเชื่อถือโดยประมาณและช่วยให้การจำลองวิธีการที่จะใช้นำไปสู่ความถูกต้องสูงขึ้นและความเป็นไปได้ที่เกิดขึ้นจริง. ผลเชิงตัวเลขรายงานในส่วนนี้ชี้ให้เห็นว่าคุณลักษณะที่ต้องการมากที่สุดคือความพยายามในการสร้างประมาณ FPF จะต้อง การวิเคราะห์ความน่าเชื่อถือแบบดั้งเดิมเช่นการสุ่มตัวอย่างสำคัญดังนั้นวิธีการที่นำเสนอสามารถแข่งขันได้ในแง่ของประสิทธิภาพและความถูกต้องเมื่อเทียบกับวิธีอื่น ๆ (เช่นว่าการใช้ฟังก์ชั่นการชี้แจงที่กำหนดไว้ล่วงหน้า) นอกจากข้อดีเหล่านี้ decoupling ที่สมบูรณ์ของการคำนวณการเพิ่มประสิทธิภาพและความน่าเชื่อถือที่ต้องการได้รับ . ดังนั้นขั้นตอนวิธีที่สามารถแก้ปัญหาการเพิ่มประสิทธิภาพที่กำหนดใด ๆ ที่สามารถนำมาใช้ในการศึกษาเชิงตัวเลขนอกจากนี้มีความจำเป็นสำหรับการวิจัยเรื่องที่เป็นไปได้ต่อไปนี้ ได้แก่ (ก) การประยุกต์ใช้อย่างกว้างขวางในการแก้ไขปัญหามิติสูง (ข) การประยุกต์ใช้ในจำนวนมากของตัวแปรการออกแบบที่สามารถจัดการกับกรอบที่เสนอ

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เป็นวิธีที่มีประสิทธิภาพได้รับการเสนอเพื่อแก้ไขปัญหา rbo . มันรวมวิธีการถ่วงน้ำหนักและการเพิ่มประสิทธิภาพของการประมาณค่าต่อเนื่องกัน ' ' มีการใช้วิธีการถ่วงน้ำหนักดีคัปเปิลที่ rbo ปัญหาอย่างชัดเจนประมาณความน่าเชื่อถือข้อจำกัด มันสามารถได้รับ fpf ผ่านการวิเคราะห์ความน่าเชื่อถือเดียวกรอบของการเพิ่มประสิทธิภาพระบบเป็นลูกบุญธรรมเพื่อให้มั่นใจในความถูกต้องของ rbo ปัญหาได้อย่างมีประสิทธิภาพ นั่นคือ หลังจากการวิเคราะห์ความเชื่อถือได้และการเพิ่มประสิทธิภาพ ห่วงเป็นแบบที่พวกเขาสามารถดำเนินการเพิ่มประสิทธิภาพของผลลัพธ์ที่โดดเด่น จนมาบรรจบกัน วิธีที่เสนอไม่ได้ขึ้นอยู่กับวิธีวิเคราะห์ความน่าเชื่อถือ โดยประมาณ และอนุญาตให้ใช้วิธีการที่จะใช้ที่นำไปสู่ความถูกต้องสูงและความเป็นไปได้จริง

เชิงตัวเลขผลรายงานในส่วนนี้ส่วนใหญ่เป็นคุณลักษณะที่พึงประสงค์ที่ความพยายามในการสร้างการประมาณค่า fpf ต้องการเพียงหนึ่งแบบดั้งเดิมการวิเคราะห์ความเชื่อถือได้ เช่น ความสำคัญ ตัวอย่าง ดังนั้น วิธีการที่เสนอสามารถแข่งขันในแง่ของประสิทธิภาพและความแม่นยำเมื่อเทียบกับวิธีอื่น ๆ ( เช่นที่กำหนดไว้ล่วงหน้าของการใช้ฟังก์ชันเลขชี้กำลัง ) นอกจากประโยชน์เหล่านี้เป็น decoupling สมบูรณ์ของที่ต้องการเพิ่มประสิทธิภาพและการคำนวณความน่าเชื่อถือที่ได้รับการรับ ดังนั้นขั้นตอนวิธีการใด ๆที่สามารถแก้ไขปัญหาการติดตั้งใช้งาน สามารถใช้

การศึกษาเชิงตัวเลขที่จำเป็นสำหรับการวิจัยกลุ่มตัวอย่างที่เป็นไปได้ดังต่อไปนี้รวม ( ) โปรแกรมประยุกต์ที่กว้างขวางปัญหามิติสูง ; ( b ) การจำนวนมากของตัวแปรการออกแบบที่สามารถจัดการกับ
เสนอกรอบ