基于主动学习神经网络的转向架构架疲劳可靠性分析

来源：计算力学学报杂志2023年第3期北京时间：

作者：陈鹏

单位：大连交通大学 车辆工程学院, 大连 116028

摘要：为了提高转向架构架疲劳可靠性分析的精度与效率，提出一种主动学习BR-BP神经网络模型与Monte Carlo法相结合的可靠性分析方法。该方法针对BP神经网络的缺陷，使用贝叶斯正则BR （Bayesian regularization）算法作为训练算法，以提高神经网络的拟合精度与收敛速度，并考虑可靠性分析的固有特点，构造了一种适用于BP神经网络的主动学习函数，用于指导最佳样本点的选择。提出的学习函数不仅保证了样本点分布在极限状态函数附近，还考虑了样本点的预测误差以及样本点分布对失效概率计算的影响。转向架构架可靠性分析结果表明，本文方法在提高拟合精度的同时兼顾了计算效率，验证了所提方法的优越性与可行性。

关键词：结构可靠度,BP神经网络,序列采样,转向架构架,疲劳可靠性分析,