حل مسائل قابليت اعتماد معكوس با توابع پاسخ غير مشخص

روش قابليت اعتماد معكوس مرتبه اول (FORM) يكي از پر كاربردترين روش ها در تحليل قابليت اعتماد معكوس مي باشد. اما اين روش در حل مسائل قابليت اعتماد معكوس با توابع پاسخ غير مشخص (ضمني) داراي دو نقطعه ضعف مي باشد. اولاً، اين روش به مشتق تابع پاسخ نسبت به متغيرهاي تصادفي نياز دارد. در حالتي كه توابع پاسخ ، توابعي ضمني از متغيرهاي تصادفي باشند مشتق توابع پاسخ قابل محاسبه نمي باشند. ثانياً، در اين روش مي بايستي سازه هاي پيچيده را به ازاي تغيير در متغيرهاي اصلي محاسبه كرد لذا نيازمند زمان محاسباتي نسبتاً زيادي مي باشد. براي غلبه بر اين نقاط ضعف، روش قابليت اعتماد معكوس مرتبه اول بر اساس شبكه عصبي مصنوعي ارائه مي شود. در اين روش، يك مدل شبكه عصبي مصنوعي (ANN) براي تخمين تابع پاسخ سازه بكار مي رود بطوري كه تعداد تحليل سازه كاهش مي يابد. يك فرمول مشخص براي پاسخ سازه توسط پارامترهاي شبكه عصبي بيان مي شود. پس از اينكه تابع پاسخ سازه تخمين زده شد، قابليت اعتماد معكوس مرتبه اول براي حل مسئله قابليت اعتماد معكوس بكار مي رود.