迭代重加权最小二乘法极限学习机响应面可靠性分析方法

授权

摘要

本发明公开了一种迭代重加权最小二乘法极限学习机响应面可靠性分析方法，对于工程中的大型复杂结构高度非线性的隐式功能函数，以泛化能力强，计算效率高的迭代重加权最小二乘法极限学习机这种人工神经网络近似功能函数，引入L1、L2范数型损失函数用于增强极限学习机的鲁棒性以及L1、L2范数正则化方法用于避免过度拟合；在此基础上进行蒙特卡罗模拟，对机械电子、土木工程和航空航天等领域中的工程结构进行可靠性分析。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，扩展了极限学习机这种高效、泛化能力强、易实现的神经网络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。

基本信息

专利标题：

迭代重加权最小二乘法极限学习机响应面可靠性分析方法

专利标题（英）：

暂无

公开（公告）号：

CN113343559A

申请号：

CN202110546969.9

公开（公告）日：

2021-09-03

申请日：

2021-05-19

授权号：

CN113343559B

授权日：

2022-05-20

发明人：

赵卫任琦

申请人：

暨南大学

申请人地址：

广东省广州市天河区黄埔大道西601号

代理机构：

广州市华学知识产权代理有限公司

代理人：

詹丽红

优先权：

CN202110546969.9

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06N3/04 G06N3/08 G06N7/00 G06F111/08 G06F119/02

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/27

使用机器学习，例如人工智能，神经网络，支持向量机或训练模型

法律状态

2022-05-20 ：

授权

2021-09-21 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20210519

2021-09-03 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载