基于Direct优化和双样本点更新的可靠性分析方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于Direct优化和双样本点更新的可靠性分析方法。本发明基于Direct优化算法，设置优化目标，对样本进行初抽样，然后分别在安全域和不安全域，基于欧几里得距离的自适应选点规则，不断采用自适应策略选取2个样本点更新样本集，并使用支持向量回归拟合近似功能函数，以内积核函数代替向高维空间的非线性映射，增强响应面方法的非线性适应性，在此基础上进行蒙特卡罗模拟，作结构可靠性分析。本发明在结构可靠性分析中有很好的通用性，能适应各类非线性问题，扩展了Direct优化算法、支持向量机机器学习方法在结构可靠性分析领域的适用范围，有重要的理论和工程意义。

《基于Direct优化和双样本点更新的可靠性分析方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2022109198277，当前法律状态为已下证，由暨南大学提出申请，发明人为赵卫;梁碧蓝;汪小平;范宁;欧妍君，申请日期为2022-08-01，公开（公告）日期为2026-03-17，国际专利分类号（IPC）为 G06F 30/27 (2020.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于Direct优化和双样本点更新的可靠性分析方法。本发明基于Direct优化算法，设置优化目标，对样本进行初抽样，然后分别在安全域和不安全域，基于欧几里得距离的自适应选点规则，不断采用自适应策略选取2个样本点更新样本集，并使用支持向量回归拟合近似功能函数，以内积核函数代替向高维空间的非线性映射，增强响应面方法的非线性适应性，在此基础上进行蒙特卡罗模拟，作结构可靠性分析。本发明在结构可靠性分析中有很好的通用性，能适应各类非线性问题，扩展了Direct优化算法、支持向量机机器学习方法在结构可靠性分析领域的适用范围，有重要的理论和工程意义。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！