基于模糊深度学习网络的海底管道强度可靠性评估方法
公开
摘要
本发明涉及人工智能技术领域，提供一种基于模糊深度学习网络的海底管道强度可靠性评估方法，该方法不仅能够根据随机变量Xi按照一定概率在取值区间产生数组，将数组代入功能函数Z计算失效的频次，再根据失效概率分布计算得到失效概率与可靠性随时间变化的数据；能够考虑在真实工程实践中缺陷的大小、材料性能参数和载荷分布的随机性、分散性和不确定性，进而获得更为接近海底管道失效概率或可靠性分布，计算结果精度高，较好地解决极限状态方程中不同概率分布的随机变量问题。
基本信息
专利标题 ：
基于模糊深度学习网络的海底管道强度可靠性评估方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114626289A
申请号 ：
CN202210130297.8
公开（公告）日 ：
2022-06-14
申请日 ：
2022-02-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张炜李晓俊蔡杰陈峰郭俊卢宁军李文伟
申请人 ：
浙江机电职业技术学院
申请人地址 ：
浙江省杭州市滨江区滨文路528号
代理机构 ：
北京润平知识产权代理有限公司
代理人 ：
郑磊
优先权 ：
CN202210130297.8
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08 G06F111/08 G06F113/14 G06F119/02 G06F119/14
IPC结构图谱
G
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
2022-06-14 ：
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
