“改進最大最小”近似等價正態化方法 改進最大最小近似等價正態化方法 上述等價正態化過程是近似的,對于對稱拋物型這樣的非線性隸屬函數,要想在變量的所有取值范圍內均得到精度很好的近似是不可能的,而且對于失效概率和可靠性試驗靈敏度的近似計算來說也是不必要的,因為只有基本變量的尾分布
非正態隸屬函數下的模糊隨機可靠性試驗分析 非正態隸屬函數下的模糊隨機可靠性試驗分析及可靠性試驗靈敏度分析 因為非正態隸屬函數在作式所示的變換后相應的概率密度函數為非正態型,故非正態隸屬函數較難應用 7.3 節所述方法求解可靠性試驗及可靠性試驗靈敏度,因此對于非正態隸屬函數應先將其近似等
正態隸屬函數下的模糊隨機可靠性試驗分析及 正態隸屬函數下的模糊隨機可靠性試驗分析及可靠性試驗靈敏度分析 當模糊變量的隸屬函數為正態型時,其隸屬函數 為 其中 和 分別為正態隸屬函數的位置參數和形狀參數。 將 作如式的變換可得相應于 的概率密度函數 [6] 。 可見,與正態隸屬函數相應的概率密度
非正態隸屬函數下的模糊隨機可靠性試驗及可 非正態隸屬函數下的模糊隨機可靠性試驗及可靠性試驗靈敏度分析的數字模擬法 假設結構中有 個基本變量 ,其中前 個變量 為相互獨立的基本隨機變量,其概率密度函數分別為 ,由于非正態變量可以轉化成正態變量進行可靠性試驗及可靠性試驗靈敏度分析,所以文中
含非正態模糊變量的結構的可靠性試驗及可靠 含非正態模糊變量的結構的可靠性試驗及可靠性試驗靈敏度分析 現有的結構模糊可靠性試驗理論研究中,通常將模糊可靠性試驗問題轉化為常規可靠性試驗問題來處理,常用的方法有兩類,第一類是基于 水平截集的方法 [1] ,第二類是基于模糊隸屬函數向隨機密度函數