Page 86 - 2022年第53卷第12期
P. 86

x)为模糊变量 珓 模糊熵;μ ′( 珓 =
              式中:H(x)为随机变量 x的概率熵;f(x)为其概率密度函数;G( 珓                                      x的             x)
                x)
                      μ ( 珓 珓
              μ ( 珓  ∫  x)dx,其中,μ ( 珓               x的隶属函数。
                                       x)为模糊变量 珓
                  根据式( 3)建立将模糊变量转化为随机变量的转换式为
                                                                x)
                                                       H(x) =G( 珓                                       (4)
                  正态分布为实际工程中最为常见的分布类型,对于均值为 m、标准差为 σ的正态随机变量 x,其
                                                                                                      0
                                                                 x可转化为正态分布的随机变量 x ,且等效随
              概率熵 H = 2 ! e σ 。为简化计算,将式(1)中模糊变量 珓                                              
                      0 槡
                      
              机变量 x 的标准差为
                                                            1
                                                                G - 0 .5
                                                       
                                                      σ =      e                                        (5)
                                                          槡 2 !
                                x的模糊熵。
              式中 G为模糊变量 珓
                             
                  对于均值 m ,可采取如下做法:1)对于隶属函数为对称型的,将对称点值作为均值;2)均值等
              于不考虑模糊变量模糊性时的值。
                                              ~
                                                                   
                  将功能函数涉及的模糊变量 X尽数转化为随机变量 X 后,可将式(1)所述的概率 - 模糊 - 区间混
              合可靠性问题简化为概率- 区间混合可靠性问题,表示为
                                                             all
                                                      Z = g(X ,Y)                                       (6)
                              
                      all
              式中:X = X ∪X ;Y = {y,y,…,y}为 t维区间变量,其中
                                       1
                                                   t
                                          2
                                                         R
                                                     L
                                               y ∈[y,y],i = 1,2,…,t                                     (7)
                                                i    i   i
                    L
                        R
              式中 y和 y分别为第 i个区间变量的下界和上界。
                    i
                        i
                  则由式(2)表达的失效概率可重新定义为
                                                             all
                                                  P= Pr{g(X ,Y)<0}                                      (8)
                                                    f
                  在全概率模型下,极限状态为 X空间中一唯一的曲面;但
              在引入区间变量 Y后,对于任何一个 y ∈Y,都存在相对应的极
                                                i
                                                     all
                          all
              限状态面 g(X ,y) =0 ,此时极限状态g(X ,Y) =0变为由
                              i
                                                all
                            all
              边界面 maxg(X ,Y) =0和 ming(X ,Y) =0构 成 的 带 状
                      Y                   Y
              体,如图 1所示。
                  因而失效概率也存在上下界,可表示为
                               min
                                             all
                             P = Pr{maxg(X ,Y)<0}                 (9)
                               f
                                       Y
                                             all
                               max
                             P = Pr{ming(X ,Y)<0}                (10)
                               f
                                       Y
                  对于实际工程来说,其功能函数的最大失效概率才能真
              实反应结构是否安全可靠            [18] ,故在分析中应以最大失效概率
               max
              P 来代表现役重力坝的可靠性。
               f
                                                                                   图 1 极限状态区域
                  采用一次二阶矩法求解式( 8),可得优化问题
                                                    β = min ‖U ‖
                                                   {  L  U                                             (11)
                                                    s.t.minG(U,Y) =0
                                                         Y
                                                               all
                                                     L
                      L
                                            max
              式中:β 为最小可靠指标,且 P = Φ( - β);U为 X 映射到标准正态空间下的随机向量;G(U,Y)
                                            f
                     all
              为 g(X ,Y)映射到标准正态空间下的功能函数。
                  显然,式(11)中包含两层优化问题,即外层优化
                                                      L
                                                    { β = min ‖U ‖                                     (12)
                                                          U
                                                                
                                                     s.t.G(U,Y ) =0
                  与内层优化
                —  1 4 8 —
                     7
   81   82   83   84   85   86   87   88   89   90   91