建筑結(jié)構(gòu)可變荷載的小樣本推斷方法.pdf_第1頁(yè)
已閱讀1頁(yè),還剩185頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、中國(guó)在確定風(fēng)、雪、樓面活荷載等可變荷載的統(tǒng)計(jì)特性及其代表值時(shí),通常采用經(jīng)典統(tǒng)計(jì)學(xué)中的推斷方法,即以充足的數(shù)據(jù)為基礎(chǔ)的大樣本推斷方法,但許多地區(qū)風(fēng)、雪荷載的數(shù)據(jù)實(shí)際上并不符合統(tǒng)計(jì)學(xué)上大樣本的要求,在根據(jù)歷史數(shù)據(jù)推斷特定地區(qū)或特定結(jié)構(gòu)上可變荷載的代表值時(shí),其荷載數(shù)據(jù)也往往有限,若仍采用大樣本的推斷方法,其推斷結(jié)果會(huì)因統(tǒng)計(jì)不確定性的影響而偏于冒進(jìn)。針對(duì)服從正態(tài)分布的恒荷載,目前在既有結(jié)構(gòu)的可靠性鑒定中已提出其代表值的小樣本推斷方法,但對(duì)于服從

2、極大值I型分布的可變荷載,目前尚無(wú)相應(yīng)的推斷方法。鑒于可變荷載在結(jié)構(gòu)設(shè)計(jì)及可靠度控制中的重要性,有必要建立可變荷載代表值的小樣本推斷方法。
  論文將針對(duì)風(fēng)、雪荷載和樓面活荷載,通過解決統(tǒng)計(jì)學(xué)中的基礎(chǔ)性問題,建立可變荷載代表值的小樣本推斷方法,主要研究?jī)?nèi)容包括:
 ?。?)無(wú)參數(shù)信息時(shí)極大值I型分布參數(shù)及分位值的線性回歸估計(jì)方法。根據(jù)目前極小值I型分布參數(shù)及分位值的最好線性無(wú)偏估計(jì)和不變估計(jì)的基本原理,提出極大值I型分布參數(shù)

3、及分位值的線性回歸估計(jì)方法,為建立可變荷載代表值的線性回歸估計(jì)方法奠定基礎(chǔ)。
 ?。?)變異系數(shù)已知時(shí)極大值I型分布參數(shù)及分位值的線性回歸估計(jì)方法。利用線性回歸估計(jì)方法的基本原理和蒙特卡洛數(shù)值模擬方法,建立變異系數(shù)已知時(shí)極大值I型分布參數(shù)及分位值的線性回歸估計(jì)方法,為建立變異系數(shù)已知時(shí)可變荷載代表值的線性回歸估計(jì)方法奠定基礎(chǔ)。
 ?。?)風(fēng)、雪荷載代表值的線性回歸估計(jì)方法及統(tǒng)計(jì)分析。利用無(wú)參數(shù)信息時(shí)、變異系數(shù)已知時(shí)極大值I型

4、分布參數(shù)及分位值的線性回歸估計(jì)方法,建立兩種場(chǎng)合下風(fēng)、雪荷載代表值的線性回歸估計(jì)方法,并根據(jù)實(shí)測(cè)的小樣本數(shù)據(jù),重新推斷部分典型地區(qū)風(fēng)、雪荷載的標(biāo)準(zhǔn)值,揭示統(tǒng)計(jì)不確定性對(duì)推斷結(jié)果的影響。
 ?。?)樓面活荷載標(biāo)準(zhǔn)值的線性回歸估計(jì)方法。樓面活荷載是由持久性、臨時(shí)性樓面活荷載組合而成的,本質(zhì)上為隨機(jī)過程的函數(shù),具有不同于風(fēng)、雪荷載的特點(diǎn)。將通過樓面活荷載模型參數(shù)的擬合,利用極大值Ⅰ型分布參數(shù)及分位值的線性回歸估計(jì)方法,建立樓面活荷載標(biāo)準(zhǔn)

5、值的線性回歸估計(jì)方法。
  (5)極值I型分布參數(shù)的Jeffreys無(wú)信息先驗(yàn)分布。上述可變荷載代表值的小樣本推斷方法雖然解決了小樣本條件下可變荷載代表值的推斷問題,但應(yīng)用不便。為建立實(shí)用的可變荷載代表值的貝葉斯小樣本推斷方法,首先建立貝葉斯推斷中極值I型分布參數(shù)的Jeffreys無(wú)信息先驗(yàn)分布。將根據(jù)Jeffreys原則,利用Fisher信息矩陣,建立極大值I型分布參數(shù)的Jeffreys無(wú)信息先驗(yàn)分布,為建立可變荷載代表值的貝葉

6、斯小樣本推斷方法奠定基礎(chǔ)。同時(shí),建立極小值I型分布參數(shù)的Jeffreys無(wú)信息先驗(yàn)分布,拓展貝葉斯推斷方法在統(tǒng)計(jì)學(xué)中的應(yīng)用。
  (6)可變荷載標(biāo)準(zhǔn)值的貝葉斯小樣本推斷方法。根據(jù)貝葉斯理論,利用極大值I型分布參數(shù)的Jeffreys無(wú)信息先驗(yàn)分布,并通過簡(jiǎn)化樣本的聯(lián)合概率密度函數(shù),建立風(fēng)、雪、樓面活荷載標(biāo)準(zhǔn)值的貝葉斯小樣本推斷方法。
  論文最終將提出可變荷載代表值的兩類小樣本推斷方法,即線性回歸估計(jì)方法和貝葉斯推斷方法,前者

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論