极小失效概率下基于RBF模型的复杂结构主动学习可靠性分析方法

本发明公开了一种极小失效概率下基于RBF模型的复杂结构主动学习可靠性分析方法，提出径向基函数(RBF)模型和主动学习相结合，使用RBF模型作为代理模型来近似真实的功能函数，并利用重要抽样技术来提高在失效区域附近的采样效率。通过结合多模态优化技术，该方法能够识别并利用多个最可能的失效点(MPPs)，从而更准确地估计失效概率。本申请所提出的AL‑RBF‑I S方法能够在保证准确度的同时显著减少所需的训练点数量和计算时间，特别是在处理小失效概率问题时表现出色，在对转向架构架静强度可靠性分析时更为便利。