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算法抽样和支持向量机的结构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：CN115392112B 。

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：202210915957.3，技术领域涉及：G06F30/27；该发明授权基于Direct算法抽样和支持向量机的结构可靠性分析方法是由赵卫;梁碧蓝;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算法抽样和支持向量机的结构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算法抽样和支持向量机的结构可靠性分析方法。群智能优化算法、MonteCarlo方法、拟蒙特卡洛方法抽样所产生的样本有较高的随机性或仅要求样本的均匀分布，不一定是高效的样本构造方式。本发明取三者之优点，以Direct优化算法构造候选样本，设置优化目标函数，筛选重要样本形成训练集。采用支持向量回归近似功能函数，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通用性强，能适应各类非线性问题，扩展了支持向量机这种高效、易实现的回归方法在结构可靠性分析领域的适用范围。

本发明授权基于Direct算法抽样和支持向量机的结构可靠性分析方法在权利要求书中公布了：1.一种基于Direct算法抽样和支持向量机的结构可靠性分析方法，其特征在于，所述结构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、待分析领域中反映产品结构正常工作能力或安全工作临界状态的功能函数、随机变量及其特征参数，其中，n为随机变量中元素的个数，是随机变量向量的各分量，所述待分析领域包括土木工程、机械电子和航空航天； 所述产品结构为三跨十二层框架结构，随机变量为各单元截面面积、单元截面惯性矩、各个单元弹性模量以及外荷载，功能函数为节点的位移不超过最大允许水平位移，为楼高，功能函数表达式如下： ， 其中，，表示三跨十二层框架在节点的位移； S2、将随机变量通过Rosenblatt变换转化为标准正态随机变量，是标准正态随机变量向量的各分量； S3、设置循环变量； S4、若，利用Direct算法产生所有样本，构造支持向量回归响应面，设置目标函数，若，以为优化目标函数将Direct算法产生的新增加样本追加到先前样本中，建立新的样本训练集，根据真实功能函数计算新增加样本对应的结构响应；其中，Direct算法迭代过程中生成样本，构造高精度响应面的目标函数定义为： ， 其中，为支持向量回归响应面函数，为联合概率密度函数，，表示标准随机变量第个分量，为标准随机变量第个标准随机变量的密度函数，即，，当时，令，为归一化向量与标准正态随机变量向量之间的转化关系； S5、对样本进行预处理，将标准正态随机变量各分量缩放至范围，得到归一化后的，是向量的各分量； S6、采用高斯核函数对功能函数进行支持向量回归估计； S7、利用交叉验证方法寻找支持向量机最优惩罚系数和参数，得到支持向量回归响应面函数； S8、对标准正态随机变量进行蒙特卡罗仿真，转化为归一化参数， 基于支持向量回归响应面函数，计算结构失效概率；其中，所述支持向量回归响应面函数具有如下形式：， 为样本支持向量个数，表示自样本产生的第i个支持向量，当选择高斯核函数，，为核参数，、分别为第一、第二拉格朗日乘子，为超平面参数； S9、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，否则，返回步骤S4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。