《表1 二维算例结果对比：一种自适应PC-Kriging模型的结构可靠性分析方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种自适应PC-Kriging模型的结构可靠性分析方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

适当抽取构建初始PC-Kriging模型时所需样本点数，设N0=6．为取得分布较为均匀的初始样本点，采用拉丁超立方抽样（Latin hypercube sampling，LHS）在[-5，5]区域内抽取初始样本点．通过Matlab中的工具箱根据所提算法建立PC-Kriging预测模型，并通过主动学习，更新样本空间DoE，并不断提高模型精度，重复该过程，直到满足迭代停止条件，结果见图1、表1．其中，Nit表示迭代次数，Ncall为调用样本点数，ε为失效概率估计值与标准值的相对误差，失效概率标准值由MCS方法计算得到．