买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉暨南大学申请的专利基于Direct优化和双样本点更新的可靠性分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115169246B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210919827.7，技术领域涉及：G06F30/27；该发明授权基于Direct优化和双样本点更新的可靠性分析方法是由赵卫;梁碧蓝;汪小平;范宁;欧妍君设计研发完成，并于2022-08-01向国家知识产权局提交的专利申请。

本基于Direct优化和双样本点更新的可靠性分析方法在说明书摘要公布了：本发明公开了一种基于Direct优化和双样本点更新的可靠性分析方法。本发明基于Direct优化算法，设置优化目标，对样本进行初抽样，然后分别在安全域和不安全域，基于欧几里得距离的自适应选点规则，不断采用自适应策略选取2个样本点更新样本集，并使用支持向量回归拟合近似功能函数，以内积核函数代替向高维空间的非线性映射，增强响应面方法的非线性适应性，在此基础上进行蒙特卡罗模拟，作结构可靠性分析。本发明在结构可靠性分析中有很好的通用性，能适应各类非线性问题，扩展了Direct优化算法、支持向量机机器学习方法在结构可靠性分析领域的适用范围，有重要的理论和工程意义。

本发明授权基于Direct优化和双样本点更新的可靠性分析方法在权利要求书中公布了：1.一种基于Direct优化和双样本点更新的可靠性分析方法，其特征在于，所述可靠性分析方法包括以下步骤： S1、指定待分析领域的产品结构、待分析领域中反映结构或产品正常工作能力或安全工作临界状态的功能函数gx、随机变量x＝x1,x2,…,xn及其特征参数，其中，n为随机变量x中元素的个数，x1,x2,…,xn是随机变量x的各分量，所述待分析领域包括土木工程、机械电子和航空航天； S2、将随机变量x＝x1,x2,…,xn通过Rosenblatt变换转化为标准正态变量z＝z1,z2,...,zn，z1,z2,...,zn是标准正态变量z的各分量； S3、设置循环变量iter＝1； S4、通过Direct优化算法产生2n+1个初始样本点，根据功能函数gx计算样本对应的结构响应，建立样本训练集，建立支持向量机回归函数以fz为优化目标函数并通过Direct优化算法再进行一次迭代，通过迭代新产生的候选样本选择fz值较小的k个样本追加到先前样本中，计算样本对应的真实结构响应，建立新的样本训练集，将2n+k+1个样本构成的样本集记为Z0，更新支持向量回归响应面函数 S5、令iter＝iter+1，采用蒙特卡洛方法随机产生N个候选样本点，经过自适应选点策略从安全域与不安全域分别筛选出一个候选样本点并计算对应的真实结构响应添加到样本集Z0中，再次更新支持向量回归响应面函数 S6、基于支持向量回归响应面函数计算结构失效概率； S7、检验结构失效概率是否收敛，若收敛，得到结构失效概率和可靠性指标β＝Φ-1Pf，其中Φ-1·为标准正态分布函数反函数，否则，返回步骤S5继续执行。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人暨南大学，其通讯地址为：510632 广东省广州市天河区黄埔大道西601号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。