حل مسائل قابلیت اعتماد معکوس با توابع پاسخ غیرمشخص

روش قابلیت اعتماد معکوس مرتبه اول (form) یکی از پر کاربردترین روش ها در تحلیل قابلیت اعتماد معکوس می باشد. اما این روش در حل مسائل قابلیت اعتماد معکوس با توابع پاسخ غیرمشخص (ضمنی) دارای دو نقطعه ضعف می باشد. اولاً، این روش به مشتق تابع پاسخ نسبت به متغیرهای تصادفی نیاز دارد. در حالتی که توابع پاسخ ، توابعی ضمنی از متغیرهای تصادفی باشند مشتق توابع پاسخ قابل محاسبه نمی باشند. ثانیاً، در این روش می بایستی سازه های پیچیده را به ازای تغییر در متغیرهای اصلی محاسبه کرد لذا نیازمند زمان محاسباتی نسبتاً زیادی می باشد. برای غلبه بر این نقاط ضعف، روش قابلیت اعتماد معکوس مرتبه اول بر اساس شبکه عصبی مصنوعی ارائه می شود. در این روش، یک مدل شبکه عصبی مصنوعی (ann) برای تخمین تابع پاسخ سازه بکار می رود بطوری که تعداد تحلیل سازه کاهش می یابد. یک فرمول مشخص برای پاسخ سازه توسط پارامترهای شبکه عصبی بیان می شود. پس از اینکه تابع پاسخ سازه تخمین زده شد، قابلیت اعتماد معکوس مرتبه اول برای حل مسئله قابلیت اعتماد معکوس بکار می رود.