针对质量指标Y的影响因素同时具有随机不确定性和认知不确定性的情况,提出一种质量稳健性分析的随机模拟方法。用证据理论认知对不确定性因素进行表征,进而提出一种基于随机集理论的认知不确定性因素随机采样方法,该方法可根据认知不确定性的mass函数对其进行随机采样。随机不确定性因素不必进行分布类型的转换,直接按其概率分布规律进行采样。通过不确定性分析和计算机模拟,对质量指标Y的不确定性分布进行定量计算,进而提出了3个质量稳健性的评价指标,包括Y的期望值区间宽度、期望值中点值以及区间中点分布的标准差。根据质量指标的不同特性对三个稳健性评价指标进行优化,提出了3种不同类型的稳健设计准则。通过两个典型实例,说明了所提出的稳健性评价指标以及稳健设计准则的合理性和实用性。

针对随机和模糊混合不确定性下利用传统蒙特卡洛方法进行可靠性分析效率低的问题,提出了一种基于λ截集和改良的先进均值法的可靠性分析方法,该方法首先基于概率论和可能性理论建立了混合不确定性下的可靠性分析模型,然后利用先进均值法进行概率可靠性分析,利用λ截集优化法进行不同截集下的可能性分析.通过概率分析和可能性分析的迭代循环求解概率、模糊混合不确定性下的可靠性分析结果.最后的算例证明该方法在保证求解精度的同时,可以有效地提高混合不确定性下的可靠性分析效率.

提出了基于证据理论同时处理随机不确定性与认知不确定性的稳健设计方法。通过对随机不确定性参数的概率密度进行证据结构化,建立了随机与认知不确定性参数的统一量化和传播框架,构建了基于证据结构响应均值与变差的稳健设计准则。实例研究表明所提方法可行有效。