随机可靠性试验灵敏度分析方法研究状态
可靠性试验灵敏度定义为失效概率对基本变量分布参数的偏导数，是高度非线性函数，这给可靠性试验参数灵敏度分析带来了较大的困难。基于一次二阶矩的灵敏度分析方法，能够给出含有正态分布变量的线性功能函数的解，但它对极限状态方程的显式表达式有较大的依赖性[17,18]。
此外，基于一次二阶矩的可靠性试验灵敏度分析方法也较难推广到非线性程度大的极限状态方程和多模式系统的可靠性试验灵敏度分析。Wu[1,2]提出的基于失效概率积分的可靠性试验灵敏度分析方法，利用失效概率的积分表达式将灵敏度分析转化为失效域上的数学期望，从而可以通过数字模拟的方法实现可靠性试验灵敏度的求解，这种方法的显著优点是利用Monte-Carlo模拟可以得出可靠性试验灵敏度分析结果，并且不受极限状态方程的数量、非线性程度以及是否显式的影响，但基于直接Monte-Carlo模拟法的可靠性试验灵敏度分析方法的计算量在工程上不可接受。基于重要抽样法的可靠性试验灵敏度分析方法虽然可以使问题的计算量有所下降[19]，但对于高维问题其计算工作量也很大。基于矩方法的可靠性试验灵敏度分析方法在解决非正态变量、隐式极限状态方程时具有的*性，但是计算量随着变量维数的增加呈指数级增加而限制了它的应用范围[20]。
为此，为了比较现有的及发展的各种可靠性试验灵敏度分析方法的收敛性，有必要对可靠性试验灵敏度估计值的方差和变异系数进行研究。另外，改进现有的各种可靠性试验灵敏度分析方法及发展新的可靠性试验灵敏度分析方法对可靠性试验灵敏度分析效率和精度的提高具有非常重要的意义。
