结合迁移学习和物理信息神经网络的可靠性设计优化方法

本发明属于基于可靠性的设计优化技术领域，具体为一种结合迁移学习和物理信息神经网络的可靠性设计优化方法。包括采用源域的训练数据构建物理信息神经网络模型，并对源域的可靠性进行评估。利用迁移学习中的层冻结和微调技术，对采用源域的训练数据构建物理信息神经网络模型进行了更新，以对具有不同统计属性的目标域的可靠性进行评估，以节省计算开销，利用一阶打分函数对失效概率进行了随机敏感性分析以保证设计优化的正常进行。最后向优化器提供估计的可靠度、目标函数值和相应的敏感性信息，得到相应的更新设计点。重复迭代设计过程直到实现最佳设计。本发明加快了物理信息神经网络模型的训练速度并提高了其精度。