علیرضا گرکانی نژاد

در حوزه تحلیل قابلیت اطمینان، مسائل با ابعاد بالا چالش هایی را برای بسیاری از روش های نمونه گیری موجود ایجاد می کنند. در میان این روش ها، نمونه برداری اهمیت محور مخلوط گاوسی مبتنی بر آنتروپی متقاطع اخیراً مورد توجه قرار گرفته است. با این حال، فقط در مسائل با ابعاد کم تا متوسط عملکرد خوبی دارد. برای افزایش کارایی برای مسائل با ابعاد بالا، این مقاله استفاده از نمونه برداری مونت کارلو با زنجیره مارکوف (MCMC)را پیشنهاد می کند. ادغام MCMC و اصلاح قانون به روز رسانی پارامتر، روش را در برابر ابعاد بالا قوی تر می کند. در پایان عملکرد رویکرد پیشنهادی با چند روش نمونه گیری اهمیت محور اخیر مقایسه شده است. نتایج نشان دهنده عملکرد بهتر روش پیشنهادی در استحکام و کارایی نسبت به رویکردهای موجود است.