(1)蒙特卡羅模擬法(Monte Carlo Simulation)(包括高效的取樣法和方差縮減技術(shù))；
(2)響應(yīng)面法(response Surface Method))
(3)基于敏感性的分析方法(Sensitivity—based Approach)
(3.1)蒙特卡羅模擬法(Monte Carlo Simulation)。 蒙特卡羅模擬法的基本思想是在進(jìn)行每一次確定性分析之前隨機(jī)產(chǎn)生一組輸入變量，大量重復(fù)的進(jìn)行確定性分析之后，對(duì)結(jié)構(gòu)的響應(yīng)輸出參數(shù)進(jìn)行統(tǒng)計(jì)分析，計(jì)算出結(jié)構(gòu)的可靠性。把蒙特卡羅模擬法與有限元法結(jié)合起來，就得到蒙特卡羅有限元法。通常把蒙特卡羅有限元法作為可靠度計(jì)算的相對(duì)精確解，但要達(dá)到較高的精度，必須取足夠的樣本數(shù)，因此計(jì)算工作量相當(dāng)浩大。
(3.3)基于敏感性的分析方法(Sensitivity—based Approach)。基于敏感性的分析法和一次可靠度方法(FORM)／二次可靠度方法(SORM)結(jié)合起來分析具有隱式型的功能函數(shù)的可靠性問題，能克服蒙特卡羅模擬法和響應(yīng)面法的缺點(diǎn)。這種方法在尋找控制點(diǎn)(也叫至小距離點(diǎn))過程中，每一步迭代所使用的信息都是功能函數(shù)的真實(shí)值和真實(shí)梯度，并使用優(yōu)化方法使控制點(diǎn)收斂于至小距離點(diǎn)，同蒙特卡羅模擬法和響應(yīng)面法相比，它耗時(shí)小，也比響應(yīng)面法更準(zhǔn)確。另外，基于敏感性的分析方法能夠從設(shè)計(jì)的角度知道結(jié)構(gòu)響應(yīng)對(duì)基本隨機(jī)變量的敏感性。從而有可能基于隨機(jī)變量的不確定性和它們對(duì)結(jié)構(gòu)特性的影響得出不同隨機(jī)變量的不同設(shè)計(jì)安全系數(shù)。基于敏感性的分析方法也可以在不影響計(jì)算準(zhǔn)確性的條件下，忽略那些對(duì)結(jié)構(gòu)可靠性影響不大的隨機(jī)變量，從而節(jié)省計(jì)算時(shí)間。基于敏感性的分析方法中可以使用迭代攝動(dòng)分析技術(shù)，并和有限元法結(jié)合起來產(chǎn)生所謂的隨機(jī)有限元法(Stochastic Finite Element Method)。這種使用迭代攝動(dòng)技術(shù)的隨機(jī)有限元法可用來進(jìn)行結(jié)構(gòu)的非線性分析。
