用神经算子混合方法估计故障概率
摘要：复杂工程系统的故障概率评估是一项计算密集型任务。蒙特卡洛方法易于实施，但收敛速度较慢，因此需要对复杂系统进行多次重复模拟以生成足够的样本。为了提高效率，提出了基于代理模型的方法来近似极限状态函数。在这项工作中，我们将极限状态函数的近似重新构建为一个运算符学习问题，并利用DeepONet框架和混合方法来估计故障概率。数值结果表明，我们提出的方法优于先前的神经网络混合方法。
作者：Mujing Li, Yani Feng and Guanjie Wang
论文ID：2304.11894
分类：Computation
分类简称：stat.CO
提交时间：2023-06-27