适用于极低故障概率的安全交叉熵重要性采样方法

《RELIABILITY ENGINEERING & SYSTEM SAFETY》:Safe Cross-Entropy importance sampling for extremely small failure probabilities

【字体: 大 中 小 】 时间:2026年05月21日 来源:RELIABILITY ENGINEERING & SYSTEM SAFETY 11

编辑推荐:

  高志伟|乔治·卡尼亚迪亚基斯摘要交叉熵(CE)方法及其改进版本(ICE)是可靠性分析中用于估计故障概率的强大工具。其核心思想是通过最小化在预设参数族(通常是混合模型)上的前向Kullback–Leibler(KL)散度来近似最优重要性采样密度。然而,在极低概率情况下,ICE对混合

  
高志伟|乔治·卡尼亚迪亚基斯

摘要

交叉熵(CE)方法及其改进版本(ICE)是可靠性分析中用于估计故障概率的强大工具。其核心思想是通过最小化在预设参数族(通常是混合模型)上的前向Kullback–Leibler(KL)散度来近似最优重要性采样密度。然而,在极低概率情况下,ICE对混合组分数量的选择非常敏感:当故障区域位于分布的尾部且可能具有多模态特性时,预先确定混合组分的数量较为困难,错误的选择可能导致更新结果不稳定。在这种情况下,基于轻尾指数族混合模型的标准ICE实现可能无法充分探索分布尾部,从而在计算资源有限的情况下导致统计效率低下。为了解决这些问题,我们采用了一种加权交叉熵惩罚期望最大化(EM)算法,该算法在迭代过程中自动剔除冗余组分,从而提高了算法的鲁棒性。此外,我们提出了一种由轻尾组分和重尾组分组成的混合模型,前者用于精确细化数据,后者用于探索数据分布。我们将这种改进后的方法称为Safe-ICE,并在多种测试问题上对其进行了评估。数值结果表明,Safe-ICE无需手动调整即可确定合适的混合组分数量,并且在固定的计算资源限制下,能够比标准ICE提供更准确、更稳定的故障概率估计结果。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号