来源：期刊VIP网 时间：
作者：葛福林;吴宗辉;何建;
单位：哈尔滨工程大学航天与建筑工程学院;
摘要：为提高滑油冷却器抗冲击可靠性的计算精度和分析效率，本文提出一种基于少数类合成的过采样（SMOTE）算法和贝叶斯优化（BO）神经网络的结构可靠性分析方法。该方法首先采用均匀设计（UD）方法和少数类合成的过采样算法提高样本点的利用效率，其次使用贝叶斯优化算法优化BP神经网络超参数、初始权值和初始偏置，以提高模型的拟合精度和泛化能力，最后利用优化后的代理模型结合Monte Carlo法计算结构可靠度。研究表明：相较于传统的代理模型法，本文的方法具有计算精度高、分析时间短、计算成本低的优势。本文提出的分析方法在滑油冷却器抗冲击可靠性分析中具有良好的适用性，分析结果可为滑油冷却器的抗冲击设计提供技术指导和理论支撑。
关键词：结构可靠性;;BP神经网络;;贝叶斯优化;;SMOTE算法;;滑油冷却器
基金资助：国家自然科学基金面上项目(52278297)
