正态隶属函数下的模糊随机可靠性试验分析及 正态隶属函数下的模糊随机可靠性试验分析及可靠性试验灵敏度分析 当模糊变量的隶属函数为正态型时,其隶属函数 为 其中 和 分别为正态隶属函数的位置参数和形状参数。 将 作如式的变换可得相应于 的概率密度函数 [6] 。 可见,与正态隶属函数相应的概率密度
非正态隶属函数下的模糊随机可靠性试验及可 非正态隶属函数下的模糊随机可靠性试验及可靠性试验灵敏度分析的数字模拟法 假设结构中有 个基本变量 ,其中前 个变量 为相互独立的基本随机变量,其概率密度函数分别为 ,由于非正态变量可以转化成正态变量进行可靠性试验及可靠性试验灵敏度分析,所以文中
含非正态模糊变量的结构的可靠性试验及可靠 含非正态模糊变量的结构的可靠性试验及可靠性试验灵敏度分析 现有的结构模糊可靠性试验理论研究中,通常将模糊可靠性试验问题转化为常规可靠性试验问题来处理,常用的方法有两类,第一类是基于 水平截集的方法 [1] ,第二类是基于模糊隶属函数向随机密度函数
基于修正的Latin方抽样的可靠性试验灵 基于修正的 Latin 方抽样的可靠性试验灵敏度分析 上述抽样过程中矩阵 是随机产生的,其各列间难免会引入一定的统计相关,自然会影响到可靠性试验灵敏度估计值的偏度和方差。 随机排列的整数矩阵 各列间的统计相关由排列相关矩阵 描述,矩阵 中的元素 是 的第
基于Latin方抽样和修正的Latin方 基于 Latin 方抽样和修正的 Latin 方抽样的可靠性试验灵敏度估计及其方差分析 MCKay在文献 [1] 中第一次提出 Latin 方抽样方法,指出它是一种有效而实用的受约束小样本采样技术。 Latin 方抽样合并了随机抽样和分层抽样的优点,是最好的小样本 MonteCarlo 模