L'estimation des moments des systèmes aléatoires est un problème courant dans la quantification des incertitudes en ingénierie et l'analyse de fiabilité. Les méthodes d'intégration par réduction de dimension (dimension-reduction integration methods, DRIMs) proviennent des modèles de réduction de dimension, leur base théorique consiste à transformer les intégrales de haute dimension impliquées dans l'estimation des moments des systèmes aléatoires en un ensemble d'intégrales de faible dimension concernant chaque fonction composante, et sont devenues une méthode importante d'estimation des moments. Cet article passe en revue de manière systématique les méthodes d'intégration par réduction de dimension existantes appliquées à l'estimation des moments des systèmes aléatoires, incluant les modèles de réduction de dimension, les méthodes d'intégration par réduction de dimension pour l'estimation des moments, ainsi que la combinaison de ces méthodes d'intégration avec des algorithmes avancés d'intégration numérique. Enfin, la section des perspectives et conclusions met en évidence les défis auxquels font face les méthodes d'intégration par réduction de dimension ainsi que les directions potentielles de recherche futures, offrant ainsi une référence fondamentale pour les chercheurs et praticiens de ce domaine.

quantification de l'incertitude;moments statistiques;méthodes d'intégration par réduction de dimension;modèles de réduction de dimension;intégration multidimensionnelle;mécanique aléatoire