该文将遗传算法、人工神经网络等知识化方法引入结构可靠性领域,主要的内容和结论如下:(1)使用分支-约界法、虚荷载法以及微分等价递归算法,完成了考虑失效演化过程的结构系统可靠性分析的算法分析和程序编制工作,通过几个具体的算例分析了该算法及程序的实用性和可行性,并针对现有算法的不足,提出了相应的解决方案.同时对该算法中一些具体问题进行了分析和讨论.(2)在现有理论的基础上将实数编码应用于广义遗传算法,并将遗传算法引入到结构可靠性理论中,研究了利用广义遗传处法对结构进行可靠度分析的原理和方法.该方法无需显式的极限状态方程,计算精度不受随机为量分布类型和失效面具体形状的影响.数值算例表明,遗传算法可以适应结可靠性计算和分析的要求.(3)将神经网络和广义遗传算法引入到结构可靠度分析领域中,研究了极限状态方程不存在显式表达情况下的近似重构算法,并给出了一个以求得验算点和可靠度指标为目的迭代的序列响应面方法的算法的框架.结果表明,基于神经网络的结构可靠度指标计算结果相当精确.通过以上研究工作,基本上建立了一个可行的结构系统可靠性计算分析的技术框架,并在C++和MATLAB平台上完成了相关的算法程序的编制工作.