(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)；
(2)響應面法(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行每一次確定性分析之前隨機產生一組輸入變量，大量重復的進行確定性分析之后，對結構的響應輸出參數進行統計分析，計算出結構的可靠性。把蒙特卡羅模擬法與有限元法結合起來，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算的相對精確解，但要達到較高的精度，必須取足夠的樣本數，因此計算工作量相當浩大。
(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)結合起來分析具有隱式型的功能函數的可靠性問題，能克服蒙特卡羅模擬法和響應面法的缺點。這種方法在尋找控制點(也叫至小距離點)過程中，每一步迭代所使用的信息都是功能函數的真實值和真實梯度，并使用優化方法使控制點收斂于至小距離點，同蒙特卡羅模擬法和響應面法相比，它耗時小，也比響應面法更準確。另外，基于敏感性的分析方法能夠從設計的角度知道結構響應對基本隨機變量的敏感性。從而有可能基于隨機變量的不確定性和它們對結構特性的影響得出不同隨機變量的不同設計安全系數。基于敏感性的分析方法也可以在不影響計算準確性的條件下，忽略那些對結構可靠性影響不大的隨機變量，從而節省計算時間。基于敏感性的分析方法中可以使用迭代攝動分析技術，并和有限元法結合起來產生所謂的隨機有限元法(Stochastic Finite Element Method)。這種使用迭代攝動技術的隨機有限元法可用來進行結構的非線性分析。
