中文摘要：
目的：
采用粒子群优化算法（PSO）提高可靠指标计算效率，探讨PSO求解过程中粒子群在不同维上统计特性及其收敛速率表征的物理含义，研究优化过程中粒子收敛速率与随机变量敏感性的关系，提出可靠度敏感性分析新方法。
创新点：
1.根据PSO寻优过程中粒子在不同维上收敛速率不同，提出采用收敛速率表征随机变量的敏感性；2.建立最优化策略组避免粒子群收敛过程中产生波动，保证最优化策略组内粒子在不同维上连续收敛，定义相对收敛率表征随机变量敏感性。
方法：
1.根据Hasofer-Lind可靠指标的几何意义，建立可靠指标的优化模型，提出采用改进的PSO求解可靠指标与验算点，采用可行策略方法处理约束条件；2.通过理论推导，构造PSO迭代过程的最优评价函数集（公式（18）），建立最优化策略组保证粒子在不同维上连续收敛，提出表征随机变量敏感性的相对收敛率计算公式（公式（19））；3.通过数值模拟并与传统基于梯度的敏感性分析计算结果比较，验证本文所提方法的可行性和有效性。
结论：
1.相对收敛率可以表征随机变量的敏感性；2.最优化策略组避免相对收敛率的波动，保证候选粒子变异系数曲线在解空间内连续收敛；3.最优化策略组内随机变量候选解的变异系数越小则其表征的随机变量越敏感；4.基于PSO的可靠度及敏感性分析对复杂问题更有效。
关键词：
敏感性分析；优化；结构可靠度；随机变量
作者：
Cheng-mingLan,HuiLi,Jun-YiPeng,Dong-BaiSun
本文引用格式：
Cheng-mingLAN,HuiLI,Jun-yiPENG,Dong-baiSUN,.Astructuralreliability-basedsensitivityanalysismethodusingparticlesswarmoptimization:relativeconvergencerate.JournalofZhejiangUniversity-SCIENCEA(AppliedPhysicsEngineering),17(12):-.