[论文解读] Cubic spline approximation of the reliability polynomials of two dual hammock networks

Gabriela Cristescu, Vlad Drăgoi|arXiv (Cornell University)|Dec 6, 2019

Probabilistic and Robust Engineering Design参考文献 10被引用 5

一句话总结

本文提出了一种基于三次样条的双吊索网络可靠性多项式近似方法，利用其互补性以及伯恩斯坦-贝齐尔算子的保形特性。通过施加源自网络对偶性的约束，该方法在切比雪夫范数下的误差界比现有方案更紧，且在3×5和5×5吊索网络上得到了验证。

ABSTRACT

The property of preserving the convexity and concavity of the Bernstein polynomial and of the Bézier curves is used to generate a method of approximating the reliability polynomial of a hammock network. The mutual behaviour of the reliability polynomials of two dual hammock networks is used to generate a system of constraints since the initial information is not enough for using a classical approximation scheme. A cubic spline function is constructed to generate approximations of the coefficients of the two reliability polynomials. As consequence, an approximation algorithm is described and tested through simulations on hammocks with known reliability, comparing the results with the results of approximations attempts from literature.

研究动机与目标

• 为解决在结构复杂的吊索网络中缺乏高效可靠性多项式近似方法的问题，尽管小规模实例的精确值已知。
• 开发一种低复杂度算法，无需完整组合计算即可准确估计可靠性多项式系数。
• 利用吊索网络H_{(l,w)}与H_{(w,l)}之间的对偶性，生成相互约束以稳定近似过程。
• 通过结合保形样条近似与伯恩斯坦-贝齐尔算子，改进切比雪夫范数下的误差界。
• 将该方法与已知精确数据进行对比，并在文献中的现有近似技术基础上评估其性能。

提出的方法

• 该方法使用三次样条函数在伯恩斯坦基下近似可靠性多项式系数序列，通过伯恩斯坦-贝齐尔算子确保凸性与凹性的保持。
• 引入了一组源自对偶性质的约束：h_{(l,w)}(p) + h_{(w,l)}(1-p) = 1，这意味着∑N_k + ∑N_k^⊥ = 2^n。
• 通过求解一个相容的方程组来构建近似，强制在双网络系数的平均值上满足约束，使用[0,1]上的积分约束。
• 该算法通过参数s和t控制样条行为，并使用3×5和5×5吊索网络的已知精确系数进行测试。
• 通过数值验证将样条近似与文献中的近似方法及界进行比较，采用切比雪夫范数评估误差。
• 当有额外已知系数时，该方法可实现更优的误差界，如在5×5情况下使用7个输入点时，精度得到提升。

实验结果

研究问题

• RQ1 具有保形特性的三次样条近似能否可靠估计吊索网络可靠性多项式系数？
• RQ2 当数据有限时，如何利用H_{(l,w)}与H_{(w,l)}之间的对偶性生成足够约束以实现稳定近似？
• RQ3 与现有近似方案相比，该方法在小规模吊索网络中是否实现了更优的切比雪夫范数误差界？
• RQ4 额外已知系数在多大程度上可提升近似精度与误差界？
• RQ5 在保真度与计算效率方面，该样条方法相较于其他近似技术表现如何？

主要发现

• 在3×5吊索网络中，所提方法的切比雪夫误差界优于文献中报告的值，如图1所示的仿真结果所证实。
• 在5×5吊索网络中，当s=1, t=1时，该方法生成的系数近似值与精确值高度吻合，误差界显著优于标准近似方案。
• 当在5×5情况下使用7个已知系数时，s=9, t=1的样条近似优于使用7个均匀分布点的标准样条，尤其在最后几个系数上表现更优。
• 该方法的误差界始终优于文献中现有近似技术，特别是在切比雪夫范数下。
• 利用对偶性约束可在仅获得部分系数数据时实现稳定且精确的近似，展现出强鲁棒性。
• 该算法在保持低时间复杂度的同时实现高精度，适用于大规模吊索网络可靠性估计的实际应用。