本發(fā)明公開(kāi)了一種基于集成深度代理模型的熱源布局溫度場(chǎng)可靠性分析方法，包括：S1，生成訓(xùn)練數(shù)據(jù)集；S2，對(duì)訓(xùn)練數(shù)據(jù)集進(jìn)行數(shù)據(jù)預(yù)處理；S3，分別訓(xùn)練多個(gè)深度神經(jīng)網(wǎng)絡(luò)模型；S4，設(shè)定組件的實(shí)際功率服從的分布，從分布中隨機(jī)挑選多個(gè)功率樣本；S5，根據(jù)多個(gè)深度神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果計(jì)算每個(gè)樣本下的組件布局的預(yù)測(cè)溫度場(chǎng)和預(yù)測(cè)不確定性；S6，確定預(yù)測(cè)不確定性是否均小于預(yù)設(shè)閾值，若否，返回S3；S7，將組件布局劃分為至少一個(gè)子區(qū)域，計(jì)算不同樣本下的每個(gè)子區(qū)域的最高溫度；S8，針對(duì)每個(gè)子區(qū)域設(shè)定子區(qū)域臨界狀態(tài)溫度，計(jì)算每個(gè)子區(qū)域的失效率。本發(fā)明能夠?qū)δＰ偷念A(yù)測(cè)不確定性進(jìn)行量化，能考慮真實(shí)環(huán)境變化對(duì)布局的影響，確定更優(yōu)的組件布局。